1、Web預取技術是在分析用戶訪問的相關數據或行為的基礎上，主動預測其下一步可能瀏覽的頁面，通過隱性的請求加載，從而預先取得并存放在緩存中，以備用戶訪問，從而減少用戶訪問時因為網絡或服務器等各種可能問題造成的時延。
　　基于W eb訪問模式特性及預取與緩存的基本理論，本文在前人的基礎上充分發(fā)掘Web訪問過程中的規(guī)律和特性，采用概率統計、數學分析等方法，改進了包括日志處理，特征詞提取，資源預測及資源緩存與替換等算法，建立了一套預取一體化

2、框架。
　　在預取一體化框架的研究中，主要工作包括：(1)在日志數據處理時對路徑的補充工作提出了描點法，用以補充日志記錄中的訪問路徑序列遺漏、缺失的信息，以還原一個完整合理的訪問行為，該算法簡單有效，易于實現；（2)在特征詞處理時對傳統的特征詞提取算法TF-IDF(Term Frequency-Inverse Document Frequency)進行了改進，提出了TF-IDF-CD(Term Frequency-Inverse

3、Document Frequency-Categorical Description)算法，該算法解決了傳統特征詞提取過程中對于類別區(qū)分能力較弱的問題；(3)資源預測過程是在原馬爾可夫預取模型的基礎上對用戶進行分類，同時對用戶訪問路徑從語義的角度進行分析，提取用戶信息需求，從而形成了基于用戶分類的隱馬爾可夫預取模型，該算法將基于訪問路徑和基于語義兩類算法思想相結合，以達到更好的預測準確率。（4)在資源緩存與替換中，在GDS(Greedy

4、-Dual-Size)和GDSF(Greedy-Dual-Size-Frequency)算法的基礎上，引入時間頻度概念，提出了GDSF-T(Greedy-Dual-Size-Frequency-Time)算法，該算法彌補了時間因素對訪問頻度的影響。
　　最后，將該框架應用于一個基于微信端的農產品產銷平臺中，以針對此類移動平臺特有的帶寬低、延遲高、間歇性連通等網絡特點，達到降低訪問時延、優(yōu)化系統性能的目的，并通過實驗對系統引入預取框