CN107896243A - 网络数据加载的加速方法、装置、存储介质及移动终端 - Google Patents
网络数据加载的加速方法、装置、存储介质及移动终端 Download PDFInfo
- Publication number
- CN107896243A CN107896243A CN201711084603.4A CN201711084603A CN107896243A CN 107896243 A CN107896243 A CN 107896243A CN 201711084603 A CN201711084603 A CN 201711084603A CN 107896243 A CN107896243 A CN 107896243A
- Authority
- CN
- China
- Prior art keywords
- network
- network data
- access request
- resource address
- mobile terminal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000011068 loading method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000036316 preload Effects 0.000 claims abstract 2
- 238000003066 decision tree Methods 0.000 claims description 40
- 230000001133 acceleration Effects 0.000 claims description 21
- 206010048669 Terminal state Diseases 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 description 17
- 239000002609 medium Substances 0.000 description 13
- 230000002093 peripheral effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/083—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for increasing network speed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
- H04L67/5681—Pre-fetching or pre-delivering data based on network characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例公开了一种网络数据加载的加速方法、装置、存储介质及移动终端。该方法包括获取应用程序的网络访问请求;根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。采用上述技术方案可以有效地提高应用程序加载网络数据的速度,缩短应用程序加载网络数据的时间,提升应用程序性能。
Description
技术领域
本申请实施例涉及数据处理技术,尤其涉及一种网络数据加载的加速方法、装置、存储介质及移动终端。
背景技术
目前,移动终端为越来越多的用户提供通信服务、生活服务、娱乐服务等。例如,用户可以在移动终端上安装新闻类应用程序,通过此类应用程序浏览新闻资讯。
安装在移动终端上的应用程序通过访问网络资源,为用户提供需要的资讯。但是,由于网络加载过程耗时较长,导致用户需要等待网络数据加载,应用程序性能不佳,从而影响该应用程序的用户黏度。以新闻类应用为例,新闻界面中不仅包括文字内容,还包括图片或短视频等。移动终端在检测到用户点击一个新闻标题,到最终显示出该新闻标题对应的新闻界面的过程中,由设定的网络资源地址(即URL,Uniform Resource Locator,统一资源定位符)下载网络数据所花费的时间少则几十毫秒(在网络通畅的环境下),多则数百毫秒甚至几秒,用户体验不佳。
申请内容
本申请实施例提供一种网络数据加载的加速方法、装置、存储介质及移动终端,可以缩短网络数据的加载时间。
第一方面,本申请实施例提供了一种网络数据加载的加速方法,包括:
获取应用程序的网络访问请求;
根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;
若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
第二方面,本申请实施例还提供了一种网络数据加载的加速装置,该装置包括:
请求获取模块,用于获取应用程序的网络访问请求;
缓存查询模块,用于根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;
数据读取模块,用于若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
第三方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的网络数据加载的加速方法。
第四方面,本申请实施例还提供一种移动终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该处理器执行所述计算机程序时实现如本申请实施例所述的网络数据加载的加速方法。
本申请实施例提供一种网络数据加载的加速方案,通过获取应用程序的网络访问请求;根据该网络访问请求查询本地缓存,判断该网络访问请求对应的网络数据是否已预加载,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;若是,则读取所述网络数据并返回至所述应用程序,可以缩短网络数据的加载时间。采用上述技术方案,基于具有网络访问行为的应用程序的历史网络访问记录预测得到未来移动终端可能访问的参考网络资源地址,下载参考网络资源地址对应的网络数据并缓存于移动终端本地,可以在检测到应用程序的网络访问请求时,判断该网络访问请求的网络资源地址是否在本地缓存中存在对应的网络数据,若是,直接由本地缓存中读取网络访问请求对应的网络数据,避免由外网加载数据导致加载时间较长的问题。
附图说明
图1是本申请实施例提供的一种网络数据加载的加速方法的流程图;
图2是本申请实施例提供的一种决策树模型构建的方法流程图;
图3是本申请实施例提供的构建决策树模型的过程示意图;
图4是本申请实施例提供的另一种网络数据加载的加速方法的流程图;
图5是本申请实施例提供的一种网络数据加载方法的执行过程流程图;
图6是本申请实施例提供的一种网络数据加载的加速装置的结构框图;
图7是本申请实施例提供的一种移动终端的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1为本申请实施例提供的一种网络数据加载的加速方法的流程图,该方法可以由网络数据加载的加速装置来执行,其中,该装置可由软件和/或硬件实现,一般可集成在移动终端中。如图1所示,该方法包括:
步骤110、获取应用程序的网络访问请求。
其中,应用程序包括具有网络访问功能的应用程序。例如,新闻类应用程序、即时通讯类应用程序或多媒体类应用程序等。网络访问请求可以理解为由应用程序向指定网络资源地址(即URL)对应的服务器请求获取网络数据的消息。该网络访问请求可以由应用程序生成,并上报至系统网络功能模块。在系统网络功能模块获取到该请求获取指定URL的网络数据的消息时,系统得知有应用程序要获取网络资源。需要说明的是,系统网络功能模块可以理解为系统实现网络访问功能的代码及协议栈等。
步骤120、根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态。
其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据。
应用程序在使用网络资源时,系统会对应的记录网络访问行为。其中,记录的内容包括网络资源地址(URL地址),打开该URL地址的时间戳及应用程序标识等。同时,系统还获取自身的状态信息,例如:网络环境状态、充电状态、剩余电量及位置信息等。通过机器学习方式,对历史网络访问行为及对应的移动终端的状态信息进行学习,构建预加载预测模型。按照设定周期输入历史网络访问行为数据至该预加载预测模型,预测接下来移动终端最可能访问的网络资源地址,作为参考网络资源地址,加载该参考网络资源地址对应的网络数据,并将该网络数据存储于本地缓存。
网络访问请求包括网络资源地址(URL地址),在获取应用程序的网络访问请求时,提取网络资源地址。根据该网络资源地址查询本地缓存,判断是否存在该网络资源地址对应的网络数据。若存在该网络地址对应的网络数据,则确定该网络访问请求对应的网络数据已预加载,否则,确定该网络访问请求对应的网络数据未预加载,执行网络访问流程,由外网下载该网络访问请求对应的网络数据。
步骤130、若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
在网络访问请求对应的网络数据已预加载时,由本地缓存中读取该网络数据,直接返回给发出网络访问请求的应用程序,避免移动终端通过互联网由服务器下载网络数据,缩短了网络数据加载的时间。
本实施例的技术方案,通过获取应用程序的网络访问请求;根据该网络访问请求查询本地缓存,判断该网络访问请求对应的网络数据是否已预加载,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;若是,则读取所述网络数据并返回至所述应用程序,可以缩短网络数据的加载时间。采用上述技术方案,基于具有网络访问行为的应用程序的历史网络访问记录预测得到未来移动终端可能访问的参考网络资源地址,下载参考网络资源地址对应的网络数据并缓存于移动终端本地,可以在检测到应用程序的网络访问请求时,判断该网络访问请求的网络资源地址是否在本地缓存中存在对应的网络数据,若是,直接由本地缓存中读取网络访问请求对应的网络数据,避免由外网加载数据导致加载时间较长的问题。
可以理解的是,通过对历史网络访问行为及对应的移动终端的状态信息进行学习,构建完成的预加载预测模型可以有很多种,例如决策树模型、神经网络模型,本申请不作具体限定。
以决策树模型为例,对预加载预测模型的构建过程进行简单介绍。图2是本申请实施例提供的一种决策树模型构建的方法流程图。该方法包括:
步骤210、获取历史网络访问记录及与所述历史网络访问记录关联的移动终端状态。
其中,历史网络访问记录可以是预设时间区间内本机中的应用程序访问网络行为的网络访问记录。例如,可以统计至少两周的移动终端上应用程序的网络访问数据。
应用程序访问网络时,移动终端会记录网络访问行为,作为历史网络访问记录。同时,在记录网络访问行为时,还可以获取相应应用程序访问网络时刻的移动终端状态。例如,在应用程序访问网络时,记录URL地址、发出网络访问请求的应用程序、打开URL的时间戳等网络访问信息。还可以采集此时移动终端的网络环境及充电状态等终端状态信息。其中,网络环境可以为是否连接无线网络。例如,是否连接WIFI(无线保真)等。移动终端可以以数据表的形式存储历史网络访问记录及终端状态,该数据表存储于移动终端数据库。
表1、网络访问记录及与所述历史网络访问记录关联的移动终端状态的数据表
需要说明的是,上述表格中列举的特征包括WIFI、应用程序、URL、打开此URL的时间戳及充电状态,但不限于上述特征,还可以根据实际模型构建的需要增加剩余电量、位置信息等特征。打开此URL的时间戳可以转换为年月日时分秒格式。例如,1497590695469=2017/6/16 13:24:55。
可以理解的是,需要对上述表格中的数据进行预处理得到样本矩阵,基于样本矩阵进行训练,构建预加载预测模型。上述训练过程可以在移动终端进行。还可以在服务器进行,服务器获取移动终端数据库中的表1的相关数据,进行训练,得到预加载预测模型。然后,将训练好的模型配置于移动终端。
步骤220、对所述历史网络访问记录及移动终端状态进行预处理,得到样本集合,其中,样本集合包括特征集合和样本类别集合。
预处理历史网络访问记录及移动终端状态,得到上述数据的矩阵形式。可以是根据预设规则匹配访问网络的应用程序的程序编号,以及网络资源地址对应的网络编号。其中,预设规则可以是按照预设顺序为该应用程序编号,及为网络资源地址编号。预设顺序可以是时间顺序,或其它用户规定的顺序。以表1中的数据为例:访问网络的应用程序包括QQ、微信、今日头条等应用,为每个应用程序分配一个编号,以编号替代应用程序。例如,为QQ分配程序编号为0,为微信分配程序编号为1,为今日头条分配程序编号为2,…..,程序编号的最大编号取决于表1中应用程序的数量。应用程序可能对应多个网络资源地址,为不同的网络资源地址分配不同的网络编号。不同的应用程序可能访问相同的网络资源地址,相同的网络资源地址的网络编号相同。为应用程序访问的每一个URL分配一个网络编号,即网络编号u∈[0,1,2…],最大网络编号取决于表1中共出现过多少个不同的URL。
根据所述访问时间区分工作日和休息日,分别为工作日和休息日赋予不同日期编号。由于访问时间即为表1中打开此URL的时间戳,该时间戳可以转化为年月日时分秒格式,从而,可以根据该访问时间确定打开URL地址的时间是工作日还是休息日。可以设定在打开URL的时间为工作日时,表1中打开此URL的时间戳的取值为1,若打开URL的时间为休息日,则表1中打开此URL的时间戳的取值为0。
此外,预先将自然日内24小时均分为若干个时间段。例如,若以10分钟为时间间隔,则一个自然日24小时具有24*60/10=144个时间段,为时间段进行顺序编号,访问时间对应的时间编号t∈[0,1,2,3…143]。
可以理解的是,由于用户不可能24小时均使用移动终端,也可以根据用户的使用习惯,对用户使用移动终端的时间区间进行划分。例如,用户在凌晨12点至早晨6点之间处于睡眠状态,不会使用移动终端,则可以对刨除这一休息时间区间之外的时间区间进行划分,得到时间段。
根据所述网络环境信息判断移动终端是否接入无线网络,根据判断结果确定网络状态值。可以预先规定若移动终端接入无线网络,则设置网络状态值为1,若移动终端未接入无线网络,则设置网络状态值为0。例如,若移动终端的WIFI开启,则设置网络状态值为1,若移动终端的WIFI关闭,则设置网络状态值为0。
根据充电状态判断移动终端是否正在充电,根据判断结果确定充电状态值。可以预先规定若移动终端处于充电状态,则设置充电状态值为1,若移动终端未处于充电状态,则充电状态值为0。根据移动终端是否在充电,确定应用程序访问URL时的充电状态值。
由所述程序编号、日期编号、时间编号、网络状态值及充电状态值构成特征集合,由所述网络编号构成样本类别集合,所述样本集合包括特征集合和样本类别集合,以便于通过对所述特征集合和样本类别集合进行训练,构建决策树模型。例如,按照上述方法对表1的数据进行预处理,得到如下样本集合。
表2、样本集合表
WIFI | 应用程序 | 是否工作日 | 时间段 | 充电状态 | URL(网址) |
1 | 0 | 1 | 81 | 1 | 0 |
0 | 1 | 1 | 82 | 0 | 1 |
… | … | … | … | … | … |
… | … | … | … | … | … |
表2中每一行代表一个样本,即为样本集合D。其中,前5列对应特征值,构成特征集合A,最后一列对应样本对象,也就是URL的取值范围,构成样本类别集合U。
表2所述的样本集合表对应的矩阵为:
其中,上述表格及矩阵并未列举全部应用程序对应的历史网络记录及移动终端状态,省略号代表省略部分应用程序对应的历史网络记录及终端状态。
步骤230、计算特征集合中每个特征的信息增益比,确定信息增益比最大的特征Ag1。
需要说明的是,若样本集合D中所有样本的对象均为同一类别,即样本类型集合U中所有元素的取值均相同,则将决策树设置为单结点树,并将该类别对应的URL作为决策树的输出。
若样本集合D中所有样本的对象并非均为同一类别,则采用如下方式就算特征集合A中每个特征的信息增益比。
计算当前样本空间的经验熵H(D):
H(D)=-P(u=0)logP(u=0)+[-P(u=1)logP(u=1)]
+[-P(u=2)log P(u=2)]+…
其中,u是样本类型集合中URL的取值;URL取值为0的概率 N为样本总数;URL取值为1的概率N为样本总数;URL取值为2的概率N为样本总数。
采用如下公式计算各个特征对于样本分类的信息增益比:
其中,i=0,2,3,…,n-1,i为特征集合A的取值范围,Di是样本集合中特征A取值为i的子集。例如,若特征为WIFI,则i=1,表示WIFI打开对应的子集D1,i=0表示WIFI关闭对应的子集D0。
采用上述公式计算得到各个特征的信息增益比,比较各个信息增益比,确定信息增益比最大的特征,记为Ag1。
步骤240、以信息增益比最大的特征为决策结点,将样本集合划分为至少两个非空集合。
由于计算得到Ag1为信息增益比最大的特征,则以Ag1为决策结点,根据Ag1的取值数量,构建与Ag1的取值数量相等的决策路径,每条决策路径下均对应一个非空集合。例如,若计算得到WIFI为信息增益比最大的特征,则以WIFI为决策结点,根据WIFI的取值1和0将样本集合D划分为两个非空集合D0和D1。图3是本申请实施例提供的构建决策树模型的过程示意图。如图3所示,WIFI作为第一决策结点,根据WIFI的网络状态值为1和0,将样本集合划分为两个子集,分别为第一子集D1和第二子集D0。
表3、第一子集D1
表4、第二子集D0
应用程序 | 是否工作日 | 时间段 | 充电状态 | URL |
1 | 1 | 82 | 0 | 1 |
… | … | … | … | … |
将上述第一子集D1和第二子集D0记为决策树的子树。
步骤250、判断特征集合中是否存在未成为决策结点的特征,若是,则执行步骤260,否则执行步骤270。
将特征集合A与信息增益比最大的特征构成的集合Ag进行减法运算,判断作差后得到的结果集合是否为空。若为空,则说明特征集合中不存在未成为决策点的特征。可以理解的是,上述确定是否存在未成为决策结点的特征的方式仅为示例,并未限定。
步骤260、针对特征集合中除特征Ag1之外的特征,计算每个特征的信息增益比,确定信息增益比最大的特征Agx。
其中,x表示信息增益比最大的特征的编号,x=1,2,3…X,X为特征集合中特征的总数量。
针对特征集合中除特征Ag1之外的特征,采用步骤230中的公式计算特征的信息增益比,从而确定剩余特征集合(A-Ag)中信息增益比最大的特征Ag2。然后,返回执行步骤240。例如,假如确定是否工作日为增益比最大的特征,则以工作日为第二决策结点,可以根据日期编号分别将第一子集D1和第二子集D0分裂为若干子集,得到决策树的子结点。然后,执行步骤250,判断特征集合中是否存在未成为决策结点的特征,循环上述过程,直至剩余特征集合(A-Ag)为空。
步骤270、构建完成决策树模型,且叶子结点为网络资源地址,决策树模型的输出为出现次数最多的网络资源地址。
在剩余特征集合(A-Ag)为空时,特征集合中所有特征均成为决策结点,叶子结点为网络资源地址(即URL),决策树模型构建完成。其中,决策树模型的输出为出现次数最多的网络资源地址。可以按照网络资源地址的出现次数对叶子结点对应的网络资源地址进行降序排列,排在首位的网络资源地址即为出现次数最多的URL。
可以理解的是,决策树模型构建完成后并不是一成不变的,可以根据预设的更新条件对决策树模型进行更新。例如,设定更新时间,当检测到系统时间满足该更新时间时,获取预设时间区间内的历史网络访问行为及移动终端状态信息,对决策树模型进行更新。
本实施例的技术方案,通过学习移动终端的网络访问行为及与网络访问行为关联的移动终端状态,构建决策树模型,提高模型的自适应能力,能够对不同用户具有很好的适用性。
图4是本申请实施例提供的另一种网络数据加载的加速方法的流程图。如图4所示,该方法包括:
步骤401、获取历史网络访问记录及与所述历史网络访问记录关联的移动终端状态。
示例性的,获取移动终端在第一时间区间内访问网络的应用程序、网络资源地址、访问时间、网络环境信息及充电状态,作为样本集合。
可以理解的是,由于用户使用移动终端上的应用程序访问网络资源的随机性很大,用于预测移动终端未来可能访问的网络资源地址的样本集合并不是一成不变的,可以根据实际需要设置样本集合的更新条件。可选的,可以预先设定在检测到满足样本集合更新条件时,获取预设时间长度内移动终端的网络行为记录。可以是设定更新周期,在达到该更新周期时,确定样本集合满足更新条件。例如,可以设定一周或一天为样本集合的更新周期。若每周更新一次样本集合,则在检测到满足更新间隔时,采用增量更新的方式,获取最近一周内移动终端的网络行为记录。可以理解的是,还可以设定更新日期,例如每周一或每隔一周的周一等。样本更新操作还可以由用户触发,例如,用户输入样本更新指示,基于该样本更新指示执行样本更新操作等等。
在样本更新时,需要同时获取访问网络的应用程序、网络资源地址、访问时间、网络环境信息及充电状态等信息。
步骤402、对所述历史网络访问记录及移动终端状态进行预处理,得到样本集合。
根据预设规则匹配预设时间区间内访问网络的应用程序的程序编号,以及所述网络资源地址对应的网络编号。根据所述访问时间区分工作日和休息日,分别为工作日和休息日赋予不同日期编号。根据所述访问时间所属的时间段确定时间编号,其中,对自然日内预设第二时间区间进行均分得到所述时间段,所述时间段与时间编号关联存储。根据所述网络环境信息判断移动终端是否接入无线网络,根据判断结果确定网络状态值。根据充电状态判断移动终端是否正在充电,根据判断结果确定充电状态值。由所述程序编号、日期编号、时间编号、网络状态值及充电状态值构成特征集合,由所述网络编号构成样本类别集合,所述样本集合包括特征集合和样本类别集合。
步骤403、将所述样本集合输入预先构建的决策树模型,预测待访问的参考网络资源地址。
将样本集合中特征代入预先构建的决策树模型,该决策树模型的叶子结点为网络资源地址,统计不同网络资源地址的出现次数。该决策树模型输出叶子结点出现次数最多的URL,该URL即为移动终端未来最可能访问的参考网络资源地址。
可以理解的是,在预测得到参考网络资源地址之后,若该参考网络资源地址对应的网络数据已被加载,则无需重复加载该网络数据,避免过多占用缓存。示例性的,在预测待访问的参考网络资源地址之后,判断预测得到的参考网络资源地址对应的网络数据是否已被预加载;若是,则放弃执行针对所述网络数据的下载操作,否则,执行步骤404。
步骤404、加载所述参考网络资源地址对应的网络数据,并存储于本地缓存。
通过互联网与该参考网络资源地址对应的服务器建立通信连接,由该服务器下载该参考网络资源地址对应的网络数据,并存储于本地缓存。
步骤405、通过定时器计时。
在完成一次网络资源地址对应的内容的预加载操作时,启动定时器,倒计时预设时间长度,该预设时间长度可以是系统默认设置的,或用户设定的。该预设时间长度可以理解为决策树模型的预测周期。例如,预先设置定时器计时10分钟,则说明每隔10分钟调用决策树模型执行一次预测未来可能访问的网络资源地址的操作。
步骤406、判断定时器的数值是否达到预设时间长度,若是,则执行步骤401,否则,执行步骤405。
在定时器的数值达到预设时间长度时,再次获取预设第一时间区间内访问网络的应用程序、网络资源地址、访问时间、网络环境信息及充电状态。可以每隔设定的周期调用一次决策树模型,以用户当前最近一段时间内访问网络的应用程序、网络资源地址、访问时间、网络环境信息及充电状态为样本,预测未来用户最可能使用的网络资源。
需要说明的是,无论定时器的数值是否达到预设时间长度,在执行完成步骤406后均执行步骤407。可选的,还可以采用两个并行的进程分别执行预加载(步骤401至步骤406)以及网络数据记载(步骤407至步骤412),此时,步骤407至步骤412与步骤401至步骤406的顺序可能互换,或者并行执行。
步骤407、判断是否检测到应用程序的网络访问请求,若是,则执行步骤408,否则继续执行步骤407。
步骤408、提取所述网络访问请求中的网络资源地址。
步骤409、判断是否存在所述网络资源地址对应的网络数据,若是,则执行步骤410,否则执行步骤412。
步骤410、确定所述网络访问请求对应的网络数据已预加载。
步骤411、读取所述网络数据,并返回至所述应用程序。
步骤412、确定所述网络访问请求对应的网络数据未预加载,执行由外网下载网络数据的操作。
图5是本申请实施例提供的一种网络数据加载方法的执行过程流程图。如图5所示,移动终端的网络子系统(也可以称为系统网络功能模块)按照设定的周期获取应用程序的网络访问行为对应的历史网络访问记录,并获取应用程序访问网络资源地址时刻的移动终端状态,并利用决策树模型对历史网络访问记录及移动终端状态构成的样本集合进行学习,决策树模型的输出为接下来最有可能发生的决策,也可以说是决策树模型的输出是移动终端最可能访问的网络资源地址。根据该网络资源地址由外网中服务器下载该网络资源地址对应的网络数据,并将网络数据存储于本地缓存,即将预加载的URL对应的内容存入本地缓存。若检测到当前应用程序发出的网络访问请求,则提取该网络访问请求包含的网络资源地址,判断该网络资源地址对应的内容是否已预加载至本地。若已预加载,则由本地缓存中读取该网络资源地址对应的缓存文件,并直接返回给该应用程序,无需由外网中服务器下载网络数据。但是,若未预加载该网络资源地址对应的网络数据,则网络访问请求继续,由外网服务器下载该网络资源地址对应的网络数据。
本实施例的技术方案,通过调用决策树模型,对具有网络访问行为的应用程序的历史网络访问记录及移动终端状态进行学习,预测未来移动终端可能访问的参考网络资源地址,下载参考网络资源地址对应的网络数据并缓存于移动终端本地,可以在检测到应用程序的网络访问请求时,判断该网络访问请求的网络资源地址是否在本地缓存中存在对应的网络数据,若是,直接由本地缓存中读取网络访问请求对应的网络数据,缩短应用程序针对网络资源的加载时间,提升了应用程序的性能,避免由外网加载数据导致加载时间较长的问题。另外,决策树模型具有良好的自适应性能,可以满足不同用户的使用习惯。
图6是本申请实施例提供的一种网络数据加载的加速装置的结构框图。该装置可以通过软件和/或硬件实现,可被集成于移动终端内,用于执行本申请实施例提供的网络数据加载的加速方法。如图6所示,该装置包括:
请求获取模块610,用于获取应用程序的网络访问请求;
缓存查询模块620,用于根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;
数据读取模块630,用于若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
本实施例的技术方案提供一种网络数据加载的加速装置,基于具有网络访问行为的应用程序的历史网络访问记录预测得到未来移动终端可能访问的参考网络资源地址,下载参考网络资源地址对应的网络数据并缓存于移动终端本地,可以在检测到应用程序的网络访问请求时,判断该网络访问请求的网络资源地址是否在本地缓存中存在对应的网络数据,若是,直接由本地缓存中读取网络访问请求对应的网络数据,避免由外网加载数据导致加载时间较长的问题。
可选的,缓存查询模块620具体用于:
提取所述网络访问请求中的网络资源地址;
根据所述网络资源地址查询本地缓存,判断是否存在所述网络资源地址对应的网络数据;
若是,则确定所述网络访问请求对应的网络数据已预加载;
否则,确定所述网络访问请求对应的网络数据未预加载,执行由外网下载网络数据的操作。
可选的,还包括:
数据预加载模块,用于按照设定的周期获取历史网络访问记录及与所述历史网络访问记录关联的移动终端状态;对所述历史网络访问记录及移动终端状态进行预处理,得到样本集合;将所述样本集合输入预先构建的决策树模型,预测待访问的参考网络资源地址;加载所述参考网络资源地址对应的网络数据,并存储于本地缓存。
可选的,还包括:
操作判断模块,用于在预测待访问的参考网络资源地址之后,判断所述参考网络资源地址对应的网络数据是否已被预加载;若是,则放弃执行针对所述网络数据的下载操作。
可选的,数据预加载模块具体用于:
按照设定的周期获取预设第一时间区间内访问网络的应用程序、网络资源地址、访问时间、网络环境信息及充电状态。
可选的,数据预加载模块具体用于:根据预设规则匹配预设时间区间内访问网络的应用程序的程序编号,以及所述网络资源地址对应的网络编号;根据所述访问时间区分工作日和休息日,分别为工作日和休息日赋予不同日期编号;根据所述访问时间所属的时间段确定时间编号,其中,对自然日内预设第二时间区间进行均分得到所述时间段,所述时间段与时间编号关联存储;根据所述网络环境信息判断移动终端是否接入无线网络,根据判断结果确定网络状态值;根据充电状态判断移动终端是否正在充电,根据判断结果确定充电状态值;由所述程序编号、日期编号、时间编号、网络状态值及充电状态值构成特征集合,由所述网络编号构成样本类别集合,所述样本集合包括特征集合和样本类别集合。
可选的,数据预加载模块具体用于:将样本集合输入预先构建的决策树模型,获取所述决策树模型输出的参考网络资源地址,其中,参考网络资源地址为统计决策树的叶子结点对应的不同网络资源地址的出现次数,并按照所述出现次数对所述网络资源地址进行降序排列,得到的排在首位的网络资源地址。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种网络数据加载的加速方法,该方法包括:
获取应用程序的网络访问请求;
根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;
若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的网络数据加载的加速操作,还可以执行本申请任意实施例所提供的网络数据加载的加速方法中的相关操作。
本申请实施例提供了一种移动终端,该移动终端中可集成本申请实施例提供的网络数据加载的加速装置。其中,移动终端包括智能手机、平板电脑、掌上游戏机、笔记本电脑及智能手表等。图7为本申请实施例提供的一种移动终端的结构示意图。如图7所示,该移动终端可以包括:存储器701、中央处理器(Central Processing Unit,CPU)702(又称处理器,以下简称CPU)和触摸屏712。所述触摸屏712,用于将用户操作转换成电信号输入至所述处理器,并显示可视输出信号;所述存储器701,用于存储计算机程序;所述CPU702读取并执行所述存储器701中存储的计算机程序。所述CPU702在执行所述计算机程序时实现以下步骤:获取应用程序的网络访问请求;根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
所述移动终端还包括:外设接口703、RF(Radio Frequency,射频)电路705、音频电路706、扬声器711、电源管理芯片708、输入/输出(I/O)子系统709、其他输入/控制设备710以及外部端口704,这些部件通过一个或多个通信总线或信号线707来通信。
应该理解的是,图示移动终端700仅仅是移动终端的一个范例,并且移动终端700可以具有比图中所示出的更多的或者更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的集成有网络数据加载的加速装置的移动终端进行详细的描述,该移动终端以手机为例。
存储器701,所述存储器701可以被CPU702、外设接口703等访问,所述存储器701可以包括高速随机存取存储器,还可以包括非易失性存储器,例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口703,所述外设接口703可以将设备的输入和输出外设连接到CPU702和存储器701。
I/O子系统709,所述I/O子系统709可以将设备上的输入输出外设,例如触摸屏712和其他输入/控制设备710,连接到外设接口703。I/O子系统709可以包括显示控制器7091和用于控制其他输入/控制设备710的一个或多个输入控制器7092。其中,一个或多个输入控制器7092从其他输入/控制设备710接收电信号或者向其他输入/控制设备710发送电信号,其他输入/控制设备710可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是,输入控制器7092可以与以下任一个连接:键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏712,所述触摸屏712是用户终端与用户之间的输入接口和输出接口,将可视输出显示给用户,可视输出可以包括图形、文本、图标、视频等。
I/O子系统709中的显示控制器7091从触摸屏712接收电信号或者向触摸屏712发送电信号。触摸屏712检测触摸屏上的接触,显示控制器7091将检测到的接触转换为与显示在触摸屏712上的用户界面对象的交互,即实现人机交互,显示在触摸屏712上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是,设备还可以包括光鼠,光鼠是不显示可视输出的触摸敏感表面,或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路705,主要用于建立手机与无线网络(即网络侧)的通信,实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地,RF电路705接收并发送RF信号,RF信号也称为电磁信号,RF电路705将电信号转换为电磁信号或将电磁信号转换为电信号,并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路705可以包括用于执行这些功能的已知电路,其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder,编译码器)芯片组、用户标识模块(Subscriber Identity Module,SIM)等等。
音频电路706,主要用于从外设接口703接收音频数据,将该音频数据转换为电信号,并且将该电信号发送给扬声器711。
扬声器711,用于将手机通过RF电路705从无线网络接收的语音信号,还原为声音并向用户播放该声音。
电源管理芯片708,用于为CPU702、I/O子系统及外设接口所连接的硬件进行供电及电源管理。
本申请实施例提供的移动终端,可以有效地提高应用程序加载网络数据的速度,缩短应用程序加载网络数据的时间,提升应用程序性能。
上述实施例中提供的网络数据加载的加速装置、存储介质及移动终端可执行本申请任意实施例所提供的网络数据加载的加速方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的网络数据加载的加速方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种网络数据加载的加速方法,其特征在于,包括:
获取应用程序的网络访问请求;
根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;
若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
2.根据权利要求1所述的方法,其特征在于,根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,包括:
提取所述网络访问请求中的网络资源地址;
根据所述网络资源地址查询本地缓存,判断是否存在所述网络资源地址对应的网络数据;
若是,则确定所述网络访问请求对应的网络数据已预加载;
否则,确定所述网络访问请求对应的网络数据未预加载,执行由外网下载网络数据的操作。
3.根据权利要求1所述的方法,其特征在于,还包括:
按照设定的周期获取历史网络访问记录及与所述历史网络访问记录关联的移动终端状态;
对所述历史网络访问记录及移动终端状态进行预处理,得到样本集合;
将所述样本集合输入预先构建的决策树模型,预测待访问的参考网络资源地址;
加载所述参考网络资源地址对应的网络数据,并存储于本地缓存。
4.根据权利要求3所述的方法,其特征在于,在预测待访问的参考网络资源地址之后,还包括:
判断所述参考网络资源地址对应的网络数据是否已被预加载;
若是,则放弃执行针对所述网络数据的下载操作。
5.根据权利要求3所述的方法,其特征在于,按照设定的周期获取历史网络访问记录及与所述历史网络访问记录关联的移动终端状态,包括:
按照设定的周期获取预设第一时间区间内访问网络的应用程序、网络资源地址、访问时间、网络环境信息及充电状态。
6.根据权利要求5所述的方法,其特征在于,对所述历史网络访问记录及移动终端状态进行预处理,得到样本集合,包括:
根据预设规则匹配预设时间区间内访问网络的应用程序的程序编号,以及所述网络资源地址对应的网络编号;
根据所述访问时间区分工作日和休息日,分别为工作日和休息日赋予不同日期编号;
根据所述访问时间所属的时间段确定时间编号,其中,对自然日内预设第二时间区间进行均分得到所述时间段,所述时间段与时间编号关联存储;
根据所述网络环境信息判断移动终端是否接入无线网络,根据判断结果确定网络状态值;
根据充电状态判断移动终端是否正在充电,根据判断结果确定充电状态值;
由所述程序编号、日期编号、时间编号、网络状态值及充电状态值构成特征集合,由所述网络编号构成样本类别集合,所述样本集合包括特征集合和样本类别集合。
7.根据权利要求3至6中任一项所述的方法,其特征在于,将所述样本集合输入预先构建的决策树模型,预测待访问的参考网络资源地址,包括:
将样本集合输入预先构建的决策树模型,获取所述决策树模型输出的参考网络资源地址,其中,参考网络资源地址为按照出现次数对所述网络资源地址进行降序排列,得到的排在首位的网络资源地址。
8.一种网络数据加载的加速装置,其特征在于,包括:
请求获取模块,用于获取应用程序的网络访问请求;
缓存查询模块,用于根据所述网络访问请求查询本地缓存,确定所述网络访问请求对应的网络数据的预加载状态,其中,本地缓存中存储基于历史网络访问记录预测的参考网络资源地址对应的网络数据;
数据读取模块,用于若所述网络访问请求对应的网络数据已预加载,则读取所述网络数据,并返回至所述应用程序。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一所述的网络数据加载的加速方法。
10.一种移动终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一所述的网络数据加载的加速方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711084603.4A CN107896243B (zh) | 2017-11-07 | 2017-11-07 | 网络数据加载的加速方法、装置、存储介质及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711084603.4A CN107896243B (zh) | 2017-11-07 | 2017-11-07 | 网络数据加载的加速方法、装置、存储介质及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107896243A true CN107896243A (zh) | 2018-04-10 |
CN107896243B CN107896243B (zh) | 2020-01-14 |
Family
ID=61804288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711084603.4A Active CN107896243B (zh) | 2017-11-07 | 2017-11-07 | 网络数据加载的加速方法、装置、存储介质及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107896243B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165371A (zh) * | 2018-08-08 | 2019-01-08 | 杭州安恒信息技术股份有限公司 | 一种基于用户行为的网页静态资源预加载方法 |
CN109240987A (zh) * | 2018-08-18 | 2019-01-18 | 王梅 | 用于移动互联网的基于时间进行数据预取的方法及系统 |
CN109522124A (zh) * | 2018-11-19 | 2019-03-26 | 郑州云海信息技术有限公司 | 存储管理系统加载方法、装置、设备及可读存储介质 |
CN109597915A (zh) * | 2018-09-18 | 2019-04-09 | 北京微播视界科技有限公司 | 访问请求处理方法和装置 |
CN110162373A (zh) * | 2019-05-28 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 在网页中展示图表的方法及装置 |
CN110868731A (zh) * | 2018-08-27 | 2020-03-06 | 中国移动通信集团浙江有限公司 | VoLTE网络故障检测方法及系统 |
CN110933129A (zh) * | 2019-10-18 | 2020-03-27 | 网宿科技股份有限公司 | 一种数据调度方法、插件及装置和调度服务器 |
CN110995779A (zh) * | 2019-10-28 | 2020-04-10 | 武汉华中时讯科技有限责任公司 | 在移动客户端缓存网络资源的方法及系统、服务器及介质 |
CN111277667A (zh) * | 2020-02-24 | 2020-06-12 | 拉扎斯网络科技(上海)有限公司 | 一种数据缓存方法、装置、存储介质和电子设备 |
CN111800487A (zh) * | 2020-06-22 | 2020-10-20 | 深圳壹账通智能科技有限公司 | 数据更新方法、装置、设备及存储介质 |
CN114185622A (zh) * | 2021-12-17 | 2022-03-15 | 中国平安财产保险股份有限公司 | 页面加载方法、装置、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246713A (zh) * | 2013-04-24 | 2013-08-14 | 优视科技有限公司 | 一种网页浏览方法及装置 |
CN103369508A (zh) * | 2013-06-25 | 2013-10-23 | 华为技术有限公司 | 数据加载方法和终端设备 |
CN106326261A (zh) * | 2015-06-26 | 2017-01-11 | 广州市动景计算机科技有限公司 | 一种网页页面的预读取方法、装置及智能终端设备 |
CN106354879A (zh) * | 2016-09-27 | 2017-01-25 | 北京奇虎科技有限公司 | 网页缓存方法及装置 |
CN106504026A (zh) * | 2016-10-26 | 2017-03-15 | 广州华多网络科技有限公司 | 一种数据获取方法和装置 |
US20170220615A1 (en) * | 2016-02-01 | 2017-08-03 | Microsoft Technology Licensing, Llc | Provide consumer oriented data service |
-
2017
- 2017-11-07 CN CN201711084603.4A patent/CN107896243B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246713A (zh) * | 2013-04-24 | 2013-08-14 | 优视科技有限公司 | 一种网页浏览方法及装置 |
CN103369508A (zh) * | 2013-06-25 | 2013-10-23 | 华为技术有限公司 | 数据加载方法和终端设备 |
CN106326261A (zh) * | 2015-06-26 | 2017-01-11 | 广州市动景计算机科技有限公司 | 一种网页页面的预读取方法、装置及智能终端设备 |
US20170220615A1 (en) * | 2016-02-01 | 2017-08-03 | Microsoft Technology Licensing, Llc | Provide consumer oriented data service |
CN106354879A (zh) * | 2016-09-27 | 2017-01-25 | 北京奇虎科技有限公司 | 网页缓存方法及装置 |
CN106504026A (zh) * | 2016-10-26 | 2017-03-15 | 广州华多网络科技有限公司 | 一种数据获取方法和装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109165371A (zh) * | 2018-08-08 | 2019-01-08 | 杭州安恒信息技术股份有限公司 | 一种基于用户行为的网页静态资源预加载方法 |
CN109240987B (zh) * | 2018-08-18 | 2021-10-22 | 上海豹云网络信息服务有限公司 | 用于移动互联网的基于时间进行数据预取的方法及系统 |
CN109240987A (zh) * | 2018-08-18 | 2019-01-18 | 王梅 | 用于移动互联网的基于时间进行数据预取的方法及系统 |
CN110868731A (zh) * | 2018-08-27 | 2020-03-06 | 中国移动通信集团浙江有限公司 | VoLTE网络故障检测方法及系统 |
CN109597915A (zh) * | 2018-09-18 | 2019-04-09 | 北京微播视界科技有限公司 | 访问请求处理方法和装置 |
CN109597915B (zh) * | 2018-09-18 | 2022-03-01 | 北京微播视界科技有限公司 | 访问请求处理方法和装置 |
CN109522124A (zh) * | 2018-11-19 | 2019-03-26 | 郑州云海信息技术有限公司 | 存储管理系统加载方法、装置、设备及可读存储介质 |
CN109522124B (zh) * | 2018-11-19 | 2021-12-17 | 郑州云海信息技术有限公司 | 存储管理系统加载方法、装置、设备及可读存储介质 |
CN110162373A (zh) * | 2019-05-28 | 2019-08-23 | 阿里巴巴集团控股有限公司 | 在网页中展示图表的方法及装置 |
CN110933129A (zh) * | 2019-10-18 | 2020-03-27 | 网宿科技股份有限公司 | 一种数据调度方法、插件及装置和调度服务器 |
CN110995779A (zh) * | 2019-10-28 | 2020-04-10 | 武汉华中时讯科技有限责任公司 | 在移动客户端缓存网络资源的方法及系统、服务器及介质 |
CN111277667A (zh) * | 2020-02-24 | 2020-06-12 | 拉扎斯网络科技(上海)有限公司 | 一种数据缓存方法、装置、存储介质和电子设备 |
CN111800487A (zh) * | 2020-06-22 | 2020-10-20 | 深圳壹账通智能科技有限公司 | 数据更新方法、装置、设备及存储介质 |
CN114185622A (zh) * | 2021-12-17 | 2022-03-15 | 中国平安财产保险股份有限公司 | 页面加载方法、装置、设备及存储介质 |
CN114185622B (zh) * | 2021-12-17 | 2023-11-24 | 中国平安财产保险股份有限公司 | 页面加载方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107896243B (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107896243B (zh) | 网络数据加载的加速方法、装置、存储介质及移动终端 | |
WO2019120037A1 (zh) | 模型构建方法、网络资源预加载方法、装置、介质及终端 | |
CN107872523B (zh) | 网络数据的加载方法、装置、存储介质及移动终端 | |
CN108363593B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
US10908920B2 (en) | Method for preloading application, computer readable storage medium, and terminal device | |
CN108647052B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
US11442747B2 (en) | Method for establishing applications-to-be preloaded prediction model based on preorder usage sequence of foreground application, storage medium, and terminal | |
EP3502881B1 (en) | Method for preloading application, storage medium, and terminal device | |
CN109947498B (zh) | 应用程序预加载方法、装置、存储介质及移动终端 | |
CN108829457B (zh) | 应用程序预测模型更新方法、装置、存储介质及终端 | |
EP3502879B1 (en) | Method for preloading application, storage medium, and terminal device | |
CN108153463B (zh) | 应用界面显示控制方法、装置及存储介质和移动终端 | |
CN108763579B (zh) | 搜索内容推荐方法、装置、终端设备及存储介质 | |
CN108958828B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
CN108762844B (zh) | 应用程序预加载方法、装置、存储介质及终端 | |
WO2015081801A1 (en) | Method, server, and system for information push | |
CN109240991B (zh) | 文件推荐方法、装置、存储介质及智能终端 | |
CN113420051B (zh) | 一种数据查询方法、装置、电子设备和存储介质 | |
CN110222288B (zh) | 页面展示方法、装置及存储介质 | |
CN111625737B (zh) | 一种标签展示方法、装置、设备和存储介质 | |
CN108921530B (zh) | 信息判断方法、装置、存储介质及终端 | |
CN113721803B (zh) | 一种数据生成方法、装置、设备及存储介质 | |
CN108829863B (zh) | 信息预测方法、装置、存储介质及终端 | |
CN116661840A (zh) | 一种离线数据的处理方法、装置以及存储介质 | |
CN113158002A (zh) | 搜索方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: Guangdong Opel Mobile Communications Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |