在本論文中為網站的使用者提出一種具有時間因素的機率模型網頁推薦系統，能預測出使用者接下來會點擊的網頁有哪些，希望提出建議讓使用者能快速找到他們想要的網頁，避免在找尋標的網頁的過程中，花費太多不必要的時間 研究主要貢獻在於驗證出時間因素對網頁推薦影響為何，並將時間因素的概念加入機率模型，應用在網頁推薦系統上，當使用者瀏覽網站時，可即時提供精確的網頁建議，簡化使用者找尋特定網頁的瀏覽路徑，以提高再次瀏覽該網站的興趣。系統會根據各時間區段使用者的瀏覽路徑行為，利用加入時間因素的機率模型去量化不同時間區段對網頁推薦系統的影響力，找出對預測目前路徑最有幫助的時間區段。 由於本系統會隨著使用者的瀏覽行為，即時動態調整各時間區段的權重值，對於預測使用者未來瀏覽路徑有著不錯的準確率。 This proposal incorporates the idea of time factor into the probabilistic model in order to be utilized in a web page recommender system. When a user browses through a website, the system will immediately be able to recommend related web pages, thereby simplifying and shortening the paths that the user needs to take, and increasing the enjoyment of browsing websites. The system will employ this type of time-factored probabilistic model, as well as the browsing history of the user, to determine the ef fect of time sectors on webpage recommendation system and to find the most helpful time sector for the current path. Since the system takes into consideration the browsing habits of the user, adjusting each time sector’s value is beneficial to ensuring the accuracy of the system’s prediction of the user’s browsing paths
