在Web环境中，度量用户的浏览模式对Web站点结构的改进是有益的。挖掘和度量Web日志能够识别用户的访问模式模型，Web站点管理者能够应用这些模型研究用户的访问偏爱度，由此改进站点的体系结构以及分析这些改进带来的影响。因此，提出用户群偏爱度这样一个新概念，并使用了基于用户群的模糊聚类算法（UGFC），然后根据聚类结果，即具有相似访问习惯的用户群体，度量用户群偏爱度，再基于用户群偏爱度，利用混合阶Markov模型（HOMM）进行预测。实验表明，这种新的度量预测方法（UGFC-HOMM）比传统Markov模型（TMM）预测更准确，并且实验用精确率、覆盖率和运行时间这3个度量评价值对预测性能进行评估