撰写本篇笔记的动机来源于一个真实场景中的项目需求——用户行为模式研究。我们总希望能够使用数学的语言来描述用户行为，以便能够推断用户的未来动态，用于优化系统。因此本文首先将给出上述的motivation scenario，然后介绍用于建模场景中用户行为的数学模型——Markov switching Model，以及原因。最后介绍该建模方法背后的数学工具——Markov Chain Monte Carlo。

本文主要梳理建立在概率图模型上的多种概念，及其相关的算法。