[논문 리뷰] A Dynamic Web Page Prediction Model Based on Access Patterns to Offer Better User Latency

Debajyoti Mukhopadhyay, Priyanka Mishra외 2명|arXiv (Cornell University)|2011. 02. 03.

Caching and Content Delivery참고 문헌 8인용 수 5

한 줄 요약

이 논문은 사용자 지연 시간을 줄이기 위해 액세스 패턴 기반으로 웹 페이지를 군집화하고 페이지 랭킹을 통합하여 동적 웹 페이지 예측 모델을 제안한다. 대규모 로그 데이터베이스에 의존하는 것을 줄이기 위해 액세스 패턴 군집화와 초기 페이지 랭킹을 사용하며, 변화하는 사이트 아키텍처를 가진 동적 환경에서 정적 프리패칭 방법보다 우수한 성능을 보인다.

ABSTRACT

The growth of the World Wide Web has emphasized the need for improvement in user latency. One of the techniques that are used for improving user latency is Caching and another is Web Prefetching. Approaches that bank solely on caching offer limited performance improvement because it is difficult for caching to handle the large number of increasingly diverse files. Studies have been conducted on prefetching models based on decision trees, Markov chains, and path analysis. However, the increased uses of dynamic pages, frequent changes in site structure and user access patterns have limited the efficacy of these static techniques. In this paper, we have proposed a methodology to cluster related pages into different categories based on the access patterns. Additionally we use page ranking to build up our prediction model at the initial stages when users haven't already started sending requests. This way we have tried to overcome the problems of maintaining huge databases which is needed in case of log based techniques.

연구 동기 및 목표

• 변하는 콘텐츠와 사용자 행동을 가진 동적 웹 환경에서 정적 프리패칭 모델의 한계를 해결하기 위해.
• 사용자 액세스 패턴 분석을 위한 대규모 로그 기반 데이터베이스에 대한 의존도를 줄이기 위해.
• 자주 액세스하는 웹 페이지의 동적 예측을 통해 사용자 지연 시간을 줄이기 위해.
• 액세스 이력이 최소한일 때 초기 사용자 세션 동안 예측 정확도를 향상시키기 위해.
• evolving 사이트 아키텍처와 사용자 액세스 패턴에 적응할 수 있는 확장 가능한 솔루션 개발하기 위해.

제안 방법

• 사용자 액세스 패턴을 기반으로 관련 웹 페이지를 군집화하여 의미적 또는 행동적으로 유사한 페이지 그룹을 형성하기 위해.
• 사용자 액세스 이력이 부족할 경우 페이지 랭킹 알고리즘을 사용해 예측을 초기화하기 위해.
• 액세스 패턴 군집화와 페이지 랭킹을 결합해 하이브리드 예측 모델을 구축하기 위해.
• 사용자 세션 중 새로운 액세스 패턴이 나타날 때마다 예측 모델을 동적으로 업데이트하기 위해.
• 요청 로깅 전부를 기록하는 대신 액세스 패턴 유사성에 중점을 두어 광범위한 로그 저장소가 필요로 하는 것을 줄이기 위해.
• 사용자 요청 이전에 다음으로 가능성이 높은 페이지를 예측하여 지연 시간을 줄이기 위해 모델을 적용하기 위해.

실험 결과

연구 질문

• RQ1 자주 변화하는 아키텍처와 행동 변화를 보이는 동적 웹 환경에서 웹 페이지 예측은 어떻게 향상시킬 수 있는가?
• RQ2 액세스 패턴 군집화는 프리패칭 시스템에서 대규모 로그 데이터베이스의 필요성을 얼마나 줄일 수 있는가?
• RQ3 액세스 이력이 제한된 초기 사용자 세션 동안 페이지 랭킹이 예측을 효과적으로 초기화할 수 있는가?
• RQ4 군집화와 랭킹의 통합은 정적 모델 대비 예측 정확도를 얼마나 향상시키는가?
• RQ5 동적 모델 적응이 사용자 지연 시간 감소에 어떤 영향을 미치는가?

주요 결과

• 제안된 모델은 요청 로깅 전부를 기록하는 대신 액세스 패턴 군집화에 중점을 두어 대규모 로그 스토리지가 필요한 양을 크게 줄였다.
• 액세스 이력이 최소한일 때 페이지 랭킹이 효과적인 초기 예측을 제공한다.
• 군집화와 랭킹의 조합은 변화하는 콘텐츠를 가진 동적 웹 환경에서 예측 정확도를 향상시킨다.
• 정적 프리패칭 기법에 비해 변화하는 사이트 아키텍처와 사용자 행동에 더 잘 적응하는 것으로 나타났다.
• 예측된 액세스 패턴에 기반한 사전 페이지 프리패칭을 통해 사용자 지연 시간이 감소하였다.
• 동적 환경에서 전통적인 로그 기반 및 정적 모델 접근 방식에 비해 향상된 성능을 달성하였다.