CN110275746B - 页面展示的控制方法及装置 - Google Patents

Abstract

本说明书实施例提供一种页面展示的控制方法和装置，根据该方法的一个实施方式，在页面展示过程中，不仅向用户展示页面内容，还为用户针对具体的页面确定具体的展示策略。一方面，展示策略的确定是基于相应用户历史访问相关页面时，与终端进行交互的操作习惯数据确定，从而确定出个性化的展示策略。另一方面，展示策略还与所展示的页面相关，从而针对不同页面确定不同展示策略，使得展示策略的确定更加精准。总之，该实施方式可以提高页面展示的有效性。

Description

页面展示的控制方法及装置

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及页面展示过程中，通过计算机进行页面展示控制的方法和装置。

背景技术

随着计算机技术的发展，终端用户的用户体验越来越受到重视。在越来越多的场景下，终端应用可以实现自动决策，减少人工操作。例如，在页面跳转、翻页、弹窗、页面滚动等场景下，如果能实现自动进行，可以提高用户在与终端应用交互过程中的用户体验。

常规技术中，一些终端应用通过提供自动跳转等功能，实现在用户与终端应用的交互过程中，自动跳转到其他页面、自动翻页、展示弹窗等功能，从而减少用户操作。然而，这种交互方式容易“一刀切”，即对于同一个用户或同一个页面采用相同的展示方案。实践中，同一个用户对于不同的页面、不同的用户操作同一个页面时，都可能有不同的操作习惯。

因此，需要利用更多的用户数据，针对不同的用户、不同的页面分别制定展示策略，提高页面展示的有效性。

发明内容

本说明书一个或多个实施例描述了一种页面展示的控制方法和装置，用以解决以上提到的一个或多个问题。

根据第一方面，提供了一种页面展示的控制方法，所述方法包括：接收第一终端针对第一页面的访问请求，其中，所述第一终端对应于第一用户；针对所述第一用户，确定所述第一页面的第一展示策略，其中，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与所述第一终端进行交互的操作习惯数据确定；向所述第一终端反馈所述第一页面的页面内容，以及所述第一展示策略，以供所述第一终端基于所述第一展示策略展示所述第一页面。

根据一个实施例，所述第一展示策略包括以下中的一项或多项：展示时长、页面跳转时间间隔、弹窗频率。

根据一个实施例，所述操作习惯数据包括以下中的一项或多项：页面停留时长、按钮点击频率、页面滑动速度。

根据一个实施例，所述针对所述第一用户，确定所述第一页面的第一展示策略包括：从数据库获取所述操作习惯数据；利用预定算法处理所述操作习惯数据，从而确定所述第一展示策略。

根据进一步的实施例，所述预定算法包括，对最近预定次数的操作习惯数据中的第一数据项进行加权平均。

根据另一个进一步的实施例，所述预定算法为通过以下方式训练的机器学习模型：获取多条针对所述第一页面的历史操作数据作为训练样本，其中，各个历史操作数据分别对应连续预定次数的操作习惯数据，以及相应用户的当前次操作数据；依次将各个用户针对所述第一页面的连续预定次数的操作习惯数据按照所述预定次数进行平均后，输入选定的模型，并利用对应的当前次操作数据调整模型参数。

根据一个实施例，所述针对所述第一用户，确定所述第一页面的第一展示策略包括：向决策中心发送策略查询请求，所述策略查询请求指示出所述第一用户及所述第一页面，以供所述决策中心通过预定算法或向数据库查询得到所述第一展示策略；从所述决策中心接收所述第一展示策略。

根据一个实施例，在从所述第一终端接收到所述第一用户当前次访问所述第一页面的当前操作数据时，利用所述当前操作数据更新所述第一用户针对所述第一页面的操作习惯数据，以供根据更新后的操作习惯数据更新所述第一展示策略，其中，所述当前操作数据由所述第一终端在以下情况下记录：在所述第一终端基于所述第一展示策略展示所述第一页面的过程中，所述第一用户与所述第一终端进行交互，从而打断所述第一终端按照所述第一展示策略对所述第一页面进行的展示。

根据第二方面，提供一种页面展示的方法，其中，所述方法包括：响应于检测到第一用户针对第一页面的页面访问操作，向服务端发送针对所述第一页面的页面请求，以供所述服务端根据所述页面请求返回针对所述第一用户确定的所述第一页面的第一展示策略，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与所述第一终端进行交互的操作习惯数据确定；基于所述第一展示策略展示所述第一页面。

根据一个实施例，所述基于所述第一展示策略展示所述第一页面包括：在按照所述第一展示策略到达对所述第一页面的页面调整时刻之前的预定时间段内，向所述第一用户展示页面调整提醒信息；响应于检测到所述第一用户基于所述提醒信息进行交互从而打断按照所述第一展示策略对所述第一页面的展示的当前操作，记录当前操作数据，并发送至所述服务端，以供所述服务端根据所述当前操作数据更新所述第一展示策略。

根据第三方面，提供一种页面展示的控制装置，所述装置包括：

接收单元，配置为接收第一终端针对第一页面的访问请求，其中，所述第一终端对应于第一用户；

确定单元，配置为针对所述第一用户，确定所述第一页面的第一展示策略，其中，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与所述第一终端进行交互的操作习惯数据确定；

发送单元，配置为向所述第一终端反馈所述第一页面的页面内容，以及所述第一展示策略，以供所述第一终端基于所述第一展示策略展示所述第一页面。

根据第四方面，提供一种页面展示的终端，其中，所述终端包括：

请求单元，配置为响应于检测到第一用户针对第一页面的页面访问操作，向服务端发送针对所述第一页面的页面请求，以供所述服务端根据所述页面请求返回针对所述第一用户确定的所述第一页面的第一展示策略，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与所述第一终端进行交互的操作习惯数据确定；展示单元，配置为基于所述第一展示策略展示所述第一页面。

根据第五方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面或第二方面的方法。

根据第六方面，提供了一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面或第二方面的方法。

通过本说明书实施例提供的页面展示的控制方法和装置，在页面展示过程中，不仅向用户展示页面内容，还为用户针对具体的页面确定具体的展示策略。一方面，展示策略的确定是基于相应用户历史访问相关页面时，与终端进行交互的操作习惯数据确定，从而确定出个性化的展示策略。另一方面，展示策略还与所展示的页面相关，从而针对不同页面确定不同展示策略，使得展示策略的确定更加精准。总之，该页面展示的控制方法可以提高页面展示的有效性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1示出本说明书披露的一个实施例的实施场景示意图；

图2示出根据一个实施例的采集用户操作习惯的交互流程图；

图3示出根据一个实施例的确定展示策略的流程示意图；

图4示出根据一个实施例的页面展示控制的交互流程图；

图5示出根据另一个实施例的页面展示控制的交互流程图；

图6示出根据一个实施例的页面展示过程中数据更新的交互流程图；

图7示出根据一个实施例的页面展示的控制装置的示意性框图；

图8示出根据一个实施例的页面展示的终端的示意性框图。

具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

图1为本说明书披露的一个实施例的实施场景示意图。如图1所示，该实施场景涉及终端、服务端和计算平台。其中，终端可以安装有各种终端应用，例如浏览器、阅读类应用、购物类应用、资讯类应用、地图类应用，等等。服务端可以为终端上运行的应用提供支持。计算平台用于对页面展示方案进行决策控制。其中，计算平台可以设于服务端，也可以设于独立于服务端的其他设备，在此不作限定。

在图1所示的实施场景中，用户可以通过终端上运行的终端应用与终端进行各种交互操作，例如浏览网页，点击页面上的超链接等。终端可以基于用户与的交互操作与服务端交互，例如请求页面，向服务端发送所采集的交互数据等。服务端可以与计算平台直接进行交互，也可以以数据库为媒介进行交互。

在图1示出的场景中，服务端和计算平台以数据库为媒介进行交互。服务端可以通过终端采集用户在交互过程中的个人操作习惯数据，并存储在数据库。计算平台可以从数据库获取相应操作习惯数据，经过数据处理确定出针对用户的页面展示策略，并存储在数据库。服务端可以从数据库获取相应页面展示策略发送至终端，以供终端基于页面展示策略进行页面展示。

在其他场景中，服务端可以直接与计算平台进行交互。服务端将通过终端采集的个人操作习惯数据发送至计算平台，由计算平台确定页面展示策略并反馈至服务端，以供服务端将页面展示策略发送至终端。

在一些实施例中，服务端和计算平台还可以是一体的，或者说计算平台设置在服务端，在此不再赘述。

下面结合图2示出的交互流程图描述服务端采集用户操作习惯数据的过程。

在图2示出的交互流程图中，服务端为终端上运行的应用提供支持。也就是说，终端可以理解为服务端的客户端。一个服务端可以对应有多个座位客户端的终端，每个终端可以对应有终端用户。

如图2所示，当终端用户首次通过终端访问某个页面(下文称为第一页面)时，终端通过S201向服务端发送页面请求，该页面请求可以按照约定的通信协议(如http协议)发送，在此不再赘述。

服务端接收到该页面请求后，对该页面请求进行解析，并通过S202获取锁请求的页面内容。该页面内容可以从本地获取，也可以通过解析页面请求中的页面地址从其他网络地址获取，本说明书对此不做限定。然后，服务端通过S203将页面内容反馈至终端。

进一步地，通过S204，终端向终端用户展示页面内容。终端用户在浏览页面内容时，可以进行各种互动操作，例如滑动长页面查看更多页面内容、翻页、点击页面上的按钮显示弹窗、点击页面上的超链接实现页面跳转等等。在交互过程中，不同的用户对于同一页面，同一用户对不同页面，都具有不同的操作习惯。终端可以通过S205记录这些用户操作习惯数据。

在一个实施例中，用户操作习惯数据可以包括页面停留时长。页面停留时长表明终端用户对当前页面的浏览速度、认真程度或者感兴趣程度等，可以作为描述用户的操作习惯的数据项。

在另一个实施例中，用户操作习惯数据可以包括按钮点击频率。对于包含诸如弹窗类内容的页面，用户可以通过点击特定按钮打开弹窗以浏览弹窗页面的内容。例如，用户点击某办公类应用页面上带有“？”标记的按钮，可以打开“帮助”类弹窗，以供用户查阅帮助内容。该类按钮的点击频率代表了用户对相应弹窗的需求频率，可以作为描述用户操作习惯的数据项。

在又一个实施例中，用户操作习惯数据可以包括页面滑动速度。页面滑动速度，是终端用户在浏览页面过程中的侧重点和兴趣程度、浏览速度等的体现，因此可以作为描述用户操作习惯的数据项。

实践中，用户操作习惯数据可以包括上述一个或多个数据项。在更多实施例中，用户操作习惯数据还可以包括其他可以体现用户访问习惯的数据项，在此不再一一列举。

终端可以在终端用户与终端进行互动的过程中实时记录用户的操作习惯数据，也可以通过终端的操作日志提取相关的操作习惯数据。对于一个终端用户，终端来针对每一个页面记录用户操作数据，也可以针对每一个预定类别的页面记录用户操作数据。其中，预定类型可以是服务端预先确定的，并进行标识的页面类型，例如，包含表单等。终端在加载展示页面的时候根据用户标识及页面标识检测用户操作习惯数据进行记录。

然后，通过S206，终端将所记录的用户操作习惯数据上传至服务端。服务端通过S207将用户操作习惯数据存储在数据库。其中，数据库可以是服务端的一部分，也可以分布在多个设备，在此不作限定。

请参考图3，下面结合图3描述确定页面展示策略的过程。确定页面展示策略的流程可以通过服务端进行，也可以通过区别于服务端的其他设备进行，例如图1所示的计算平台对应的设备。为了描述方便，针对第一用户，图3中以对第一页面确定页面展示策略为例进行说明。其中，第一用户可以是任一终端用户，第一页面可以是任一页面，或任一预定类型的页面。

首先，在步骤302中，获取第一用户与第一页面对应的操作习惯数据。其中，第一用户与第一页面或与第一页面属于同类别的页面的历史操作习惯数据，可以作为第一用户与第一页面对应的操作习惯数据。可以从数据库中获取例如可以包括但不限于页面停留时长、按钮点击频率、页面滑动速度等等的操作习惯数据。

然后，在步骤304中，通过预定算法处理上述操作习惯数据，从而确定针对第一页面的展示策略。其中，展示策略可以是展示方式、展示时长、跳转间隔、弹窗频率等等。为了描述的一致性，对于第一用户在第一页面的展示策略也可以称为第一展示策略。预定算法可以是预先规定的计算方法，也可以是预先训练的机器学习模型，本说明书实施例不对具体的算法进行限定。

在一个实施例中，预定算法是预先规定的计算方法，例如加权平均方法。以计算展示时长为例，可以取用户预定次数(以7次为例)页面停留时长A、B、C、D、E、F、G，分别赋予不同权重，a、b、c、d、e、f、g，各个权重值总和为1，距离当前时刻越近的页面停留时长权重越大，计算加权平均值为T＝A×a+B×b+C×c+D×d+E×e+F×f+G×g。当用户历史浏览该页面的次数不足预定次数时，距离当前时刻较远的页面停留时长可以取默认值0。其中，上述的各个权值可以根据人工经验确定，也可以通过设置初始值，并根据实践在线调整。

在另一个实施例中，预定算法可以是预先训练的机器学习模型。该机器学习模型可以是线性模型，也可以是非线性模型等。此时，可以获取多条针对第一页面的历史操作数据作为训练样本，其中，各个历史操作数据分别对应各个用户战队第一页面连续预定次数(如7次)的操作习惯数据，以及相应用户的当前次操作数据；依次将各个用户针对第一页面的连续预定次数的操作习惯数据按照预定次数进行平均后，输入选定的模型，并利用对应的当前次操作数据调整模型参数。

以预定算法为线性模型y＝ax+b为例，假设x为某个用户针对某个页面的预定次数(如7次)的历史停留时长的平均值，y为该用户针对该页面本次的停留时长，a、b为模型参数。一个训练样本可以对应一个用户针对一个页面时的停留习惯数据。例如，训练样本A对应一个用户M在浏览页面N时，当前次访问之前预定次数的历史停留时长的平均值，以及当前次的停留时长。依次输入各个训练样本中的平均值x，并根据当前次的停留时长y调整模型参数a、b，使得机器学习模型的损失函数值减小，从而训练出机器学习模型。

以上实施例都以计算展示时长为例进行了说明。在其他实施例中，针对不同类型的页面，展示策略还可以包括跳转间隔、弹窗频率等等，其预定算法的设置或训练过程与前述的展示时长类似，在此不再赘述。

在通过图2采集用户操作习惯数据的基础上，结合图4和图5描述服务端根据页面展示策略对客户端的页面展示进行控制的过程。其中，图3示出的确定页面展示策略的过程可以离线进行，也可以在线实时进行，分别在图4和图5所示的流程中进行体现。

请参考图4，其描述服务端根据页面展示策略对客户端的页面展示进行控制的过程中，离线确定页面展示策略。

如图4所示，经由S401、S402、S403，可以通过决策中心离线确定展示策略。其中，决策中心可以设置在服务端，也可以与服务端分开设置，在此不作限定。

通过S401，决策中心可以从数据库中离线导出第一用户关于第一页面的历史操作习惯数据。然后，在S402中，通过预定算法对用户历史操作习惯数据进行分析，从而确定第一用户针对第一页面的展示策略。接着，在S403中，可以将展示策略存储到数据库。其中，S401、S402可以分别与图3中的步骤302、步骤304一致，在此不再赘述。可以理解的是，S401、S402、S403是由决策中心离线确定展示策略的过程，该过程可以按照预定时间间隔(如1周)进行执行，通俗的说，就是定时更新展示策略。

这样，在第一用户再次访问第一页面时，在S404中，终端向服务端发起页面请求，以请求第一页面。响应于接收到终端的页面请求，在S405中，服务端获取第一页面的内容。进一步地，在确定要获取的页面时第一页面后，服务端还可以通过S406确定第一页面相关的展示策略。例如，第一页面展示5秒后跳转到第二页面、第一页面展示过程中每隔10秒弹出帮助窗口等等。

具体地，根据一种实施例，S406可以拆分为以下步骤：服务端向决策中心请求第一页面的展示策略；决策中心向数据库查询第一页面的展示策略；数据库向决策中心返回第一页面的展示策略；决策中心向服务端返回第一页面的展示策略。

根据另一种实施例，S406还可以拆分为：服务端向数据库查询第一页面的展示策略；数据库向服务端返回第一页面的展示策略。

根据再一种可能的实施例，S406还可以包含S401、S402、S403的步骤，由决策中心实时确定第一页面的展示策略，并向服务端返回。即S406包含以下步骤：服务端向决策中心请求第一页面的展示策略；决策中心从数据库获取相应终端用户关于第一页面的操作习惯数据；决策中心按照预定散算法确定第一页面的展示策略；决策中心将确定的展示策略向服务端反馈。

总之，决策中心预先针对相应终端用户，确定第一页面的展示策略并保存在数据库，以供查询使用，也可以实时从数据库获取第一页面相关的操作习惯数据，确定展示策略，在此不作限定。

进一步地，通过S407，服务端在想终端返回第一页面的页面内容的同时，还返回第一页面的展示策略。从而，可以使得终端通过S408，基于第一页面的展示策略向终端用户展示第一页面。

接着参考图5。图5中，直接通过服务端实时确定页面的展示策略。在S501中，终端向服务端请求第一页面。服务端通过S502获取第一页面的页面内容。服务端通过S503确定第一页面的展示策略的过程包括以下步骤：从数据库获取相应终端用户在历史访问第一页面时的操作习惯数据；根据预定算法确定第一页面的展示策略。接着，在S504中，服务端向终端返回第一页面的内容，同时返回第一页面的展示策略，使得终端在S505中，可以基于该展示策略展示第一页面。

可以理解，在图4或图5中，服务端确定的展示策略满足第一用户的访问需求时，终端可以按照该展示策略展示第一页面。实践中，由于数据库中的数据不够丰富(如该用户第一次访问相关页面)，或者用户习惯改变等情况下，服务端确定的展示策略不一定满足终端用户的访问需求。根据一个可能的设计，在当前展示策略不满足终端用户的访问需求的情况下，终端用户还可以与终端进行交互，从而打断当前展示策略。

如图6所示，在S601中，终端基于所确定的展示策略展示第一页面的页面内容。当按照展示策略盖面展示的页面内容时，还可以提前展示提示信息，例如“1秒后跳转到第二页面”之类的提示信息，并提供取消按钮。如果用户通过判断，自己1秒内无法完成对第一页面当前展示内容的访问，则可以通过取消按钮，取消展示策略，并在访问结束时，手动实现页面跳转。这种情况下，终端可以通过S602记录用户本次操作的操作习惯数据，并在S603中将本次操作习惯数据上传至服务端。服务端可以将本次操作习惯数据保存在数据库，以用户更新该终端用户关于第一页面的展示策略。其中，更新过程可以由服务端进行，也可以由决策中心进行，可以实时进行，也可以按照设定的更新规则(如1周更新1次)进行，在此均不进行限定。

根据一个实施方式，确定展示策略的预定算法为求加权和，则若用户打断展示策略，服务端会执行一次补偿决策，并未当前次的操作习惯数据分配较大权重w(w可以是预定权重值)，即在前述的例子中令g＝w，为保证a+b+c+d+e+f+g＝1，a、b、c、d、e、f需要按原比例调整，此时决策结果可以为

T＝A×a+B×b+C×c+D×d+E×e+F×f+G×w。

回顾以上过程，在页面展示过程中，不仅向用户展示页面内容，还为用户针对具体的页面确定具体的展示策略。一方面，展示策略的确定是基于相应用户历史访问相关页面时，与终端进行交互的操作习惯数据确定，从而确定出个性化的展示策略。另一方面，展示策略还与所展示的页面相关，从而针对不同页面确定不同展示策略，使得展示策略的确定更加精准。总之，该页面展示的控制方法可以利用更多用户与终端的交互数据，提高页面展示的有效性。

根据另一方面的实施例，还提供一种页面展示的控制装置。图7示出根据一个实施例的页面展示的控制装置的示意性框图。如图7所示，页面展示的控制装置700包括：

接收单元71，配置为接收第一终端针对第一页面的访问请求，其中，第一终端对应于第一用户；

确定单元72，配置为针对第一用户，确定第一页面的第一展示策略，其中，第一展示策略基于第一用户历史访问第一页面时，与第一终端进行交互的操作习惯数据确定；

发送单元73，配置为向第一终端反馈第一页面的页面内容，以及第一展示策略，以供第一终端基于第一展示策略展示第一页面。

根据一个实施例，第一展示策略包括但不限于以下中的一项或多项：展示时长、页面跳转时间间隔、弹窗频率，等等。

根据一个实施例，上述操作习惯数据可以包括但不限于以下中的一项或多项：页面停留时长、按钮点击频率、页面滑动速度，等等。

根据一个实施例，确定单元72进一步可以配置为：

从数据库获取第一用户针对第一页面的操作习惯数据；

利用预定算法处理该操作习惯数据，从而确定第一展示策略。

根据一个实施例，上述预定算法包括，对最近预定次数的操作习惯数据中的第一数据项进行加权平均。

根据另一个实施例，上述预定算法为通过以下方式训练的机器学习模型：

获取多条针对第一页面的历史操作数据作为训练样本，其中，各个历史操作数据分别对应各个用户连续预定次数的操作习惯数据，以及相应用户的当前次操作数据；

依次将各个用户针对第一页面的连续预定次数的操作习惯数据按照预定次数进行平均后，输入选定的模型，并利用对应的当前次操作数据调整模型参数。

根据一个实施例，确定单元72还可以配置为：

向决策中心发送策略查询请求，策略查询请求指示出第一用户及第一页面，以供决策中心通过预定算法或向数据库查询得到第一展示策略；

从决策中心接收第一展示策略。

根据一个实施例，装置700还可以包括：

更新单元(未示出)，配置为在从第一终端接收到第一用户当前次访问第一页面的当前操作数据时，利用当前操作数据更新第一用户针对第一页面的操作习惯数据，以供根据更新后的操作习惯数据更新第一展示策略，其中，当前操作数据由第一终端在以下情况下记录：在第一终端基于第一展示策略展示第一页面的过程中，第一用户与第一终端进行交互，从而打断第一终端按照第一展示策略对第一页面进行的展示。

值得说明的是，图7所示的装置700是与图2-图5示出的交互流程图中服务端的相关步骤对应的装置实施例，图2-图5交互流程图的方法实施例中的相应描述同样适用于装置700，在此不再赘述。

根据另一方面的实施例，还提供一种页面展示的终端。图8示出根据一个实施例的页面展示的终端的示意性框图。如图8所示，页面展示的终端800包括：

请求单元81，配置为响应于检测到第一用户针对第一页面的页面访问操作，向服务端发送针对第一页面的页面请求，以供服务端根据页面请求返回针对第一用户确定的第一页面的第一展示策略，第一展示策略基于第一用户历史访问第一页面时，与第一终端进行交互的操作习惯数据确定；

展示单元82，配置为基于第一展示策略展示第一页面。

根据一个实施方式，展示单元82进一步可以配置为：

在按照第一展示策略到达对第一页面的页面调整时刻之前的预定时间段内，向第一用户展示页面调整提醒信息；

响应于检测到第一用户基于提醒信息进行交互从而打断按照第一展示策略对第一页面的展示的当前操作，记录当前操作数据，并发送至服务端，以供服务端根据当前操作数据更新第一展示策略。

值得说明的是，图8所示的终端800是与图2-图6示出的交互流程图中终端的相关步骤对应的装置实施例，图2-图6交互流程图的方法实施例中的相应描述同样适用于终端800，在此不再赘述。

通过以上装置和终端，充分利用用户与终端交互的操作习惯数据，针对不同用户不同页面确定相应展示策略，从而，可以提高确定页面展示的有效性。

根据另一方面的实施例，还提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行结合图2-图6中所描述的与任一设备相对应的方法。

根据再一方面的实施例，还提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现结合图2-图6中所描述的与任一设备相对应的方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (20)

1.一种页面展示的控制方法，所述方法包括：

接收第一终端针对第一页面的访问请求，其中，所述第一终端对应于第一用户；

针对所述第一用户，确定所述第一页面的第一展示策略，其中，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与所述第一终端进行交互的操作习惯数据确定，所述第一展示策略包括以下中的一项或多项：展示时长、页面跳转时间间隔、弹窗频率；

向所述第一终端反馈所述第一页面的页面内容，以及所述第一展示策略，以供所述第一终端基于所述第一展示策略展示所述第一页面。

2.根据权利要求1所述的方法，其中，所述操作习惯数据还包括以下中的一项或多项：页面停留时长、按钮点击频率。

3.根据权利要求1所述的方法，其中，所述针对所述第一用户，确定所述第一页面的第一展示策略包括：

从数据库获取所述操作习惯数据；

利用预定算法处理所述操作习惯数据，从而确定所述第一展示策略。

4.根据权利要求3所述的方法，其中，所述预定算法包括，对最近预定次数的操作习惯数据中的第一数据项进行加权平均。

5.根据权利要求3所述的方法，其中，所述预定算法为通过以下方式训练的机器学习模型：

获取多条针对所述第一页面的历史操作数据作为训练样本，其中，各个历史操作数据分别对应各个用户连续预定次数的操作习惯数据，以及相应用户的当前次操作数据；

依次将各个用户针对所述第一页面的连续预定次数的操作习惯数据按照所述预定次数进行平均后，输入选定的模型，并利用对应的当前次操作数据调整模型参数。

6.根据权利要求1所述的方法，其中，所述针对所述第一用户，确定所述第一页面的第一展示策略包括：

向决策中心发送策略查询请求，所述策略查询请求指示出所述第一用户及所述第一页面，以供所述决策中心通过预定算法或向数据库查询得到所述第一展示策略；

从所述决策中心接收所述第一展示策略。

7.根据权利要求1所述的方法，其中，所述方法还包括：

在从所述第一终端接收到所述第一用户当前次访问所述第一页面的当前操作数据时，利用所述当前操作数据更新所述第一用户针对所述第一页面的操作习惯数据，以供根据更新后的操作习惯数据更新所述第一展示策略，其中，所述当前操作数据由所述第一终端在以下情况下记录：在所述第一终端基于所述第一展示策略展示所述第一页面的过程中，所述第一用户与所述第一终端进行交互，从而打断所述第一终端按照所述第一展示策略对所述第一页面进行的展示。

8.一种页面展示的方法，其中，所述方法包括：

响应于检测到第一用户针对第一页面的页面访问操作，向服务端发送针对所述第一页面的页面请求，以供所述服务端根据所述页面请求返回针对所述第一用户确定的所述第一页面的第一展示策略，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与第一终端进行交互的操作习惯数据确定，所述第一展示策略包括以下中的一项或多项：展示时长、页面跳转时间间隔、弹窗频率；

基于所述第一展示策略展示所述第一页面。

9.根据权利要求8所述的方法，其中，所述基于所述第一展示策略展示所述第一页面包括：

在按照所述第一展示策略到达对所述第一页面的页面调整时刻之前的预定时间段内，向所述第一用户展示页面调整提醒信息；

响应于检测到所述第一用户基于所述提醒信息进行交互从而打断按照所述第一展示策略对所述第一页面的展示的当前操作，记录当前操作数据，并发送至所述服务端，以供所述服务端根据所述当前操作数据更新所述第一展示策略。

10.一种页面展示的控制装置，所述装置包括：

接收单元，配置为接收第一终端针对第一页面的访问请求，其中，所述第一终端对应于第一用户；

确定单元，配置为针对所述第一用户，确定所述第一页面的第一展示策略，其中，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与所述第一终端进行交互的操作习惯数据确定，所述第一展示策略包括以下中的一项或多项：展示时长、页面跳转时间间隔、弹窗频率；

发送单元，配置为向所述第一终端反馈所述第一页面的页面内容，以及所述第一展示策略，以供所述第一终端基于所述第一展示策略展示所述第一页面。

11.根据权利要求10所述的装置，其中，所述操作习惯数据包括以下中的一项或多项：页面停留时长、按钮点击频率、页面滑动速度。

12.根据权利要求10所述的装置，其中，所述确定单元进一步配置为：

从数据库获取所述操作习惯数据；

利用预定算法处理所述操作习惯数据，从而确定所述第一展示策略。

13.根据权利要求12所述的装置，其中，所述预定算法包括，对最近预定次数的操作习惯数据中的第一数据项进行加权平均。

14.根据权利要求12所述的装置，其中，所述预定算法为通过以下方式训练的机器学习模型：

获取多条针对所述第一页面的历史操作数据作为训练样本，其中，各个历史操作数据分别对应各个用户连续预定次数的操作习惯数据，以及相应用户的当前次操作数据；

依次将各个用户针对所述第一页面的连续预定次数的操作习惯数据按照所述预定次数进行平均后，输入选定的模型，并利用对应的当前次操作数据调整模型参数。

15.根据权利要求10所述的装置，其中，所述确定单元还配置为：

向决策中心发送策略查询请求，所述策略查询请求指示出所述第一用户及所述第一页面，以供所述决策中心通过预定算法或向数据库查询得到所述第一展示策略；

从所述决策中心接收所述第一展示策略。

16.根据权利要求10所述的装置，其中，所述装置还包括：

更新单元，配置为在从所述第一终端接收到所述第一用户当前次访问所述第一页面的当前操作数据时，利用所述当前操作数据更新所述第一用户针对所述第一页面的操作习惯数据，以供根据更新后的操作习惯数据更新所述第一展示策略，其中，所述当前操作数据由所述第一终端在以下情况下记录：在所述第一终端基于所述第一展示策略展示所述第一页面的过程中，所述第一用户与所述第一终端进行交互，从而打断所述第一终端按照所述第一展示策略对所述第一页面进行的展示。

17.一种页面展示的终端，其中，所述终端包括：

请求单元，配置为响应于检测到第一用户针对第一页面的页面访问操作，向服务端发送针对所述第一页面的页面请求，以供所述服务端根据所述页面请求返回针对所述第一用户确定的所述第一页面的第一展示策略，所述第一展示策略基于所述第一用户历史访问所述第一页面时，与第一终端进行交互的操作习惯数据确定，所述第一展示策略包括以下中的一项或多项：展示时长、页面跳转时间间隔、弹窗频率；

展示单元，配置为基于所述第一展示策略展示所述第一页面。

18.根据权利要求17所述的终端，其中，所述展示单元进一步配置为：

在按照所述第一展示策略到达对所述第一页面的页面调整时刻之前的预定时间段内，向所述第一用户展示页面调整提醒信息；

响应于检测到所述第一用户基于所述提醒信息进行交互从而打断按照所述第一展示策略对所述第一页面的展示的当前操作，记录当前操作数据，并发送至所述服务端，以供所述服务端根据所述当前操作数据更新所述第一展示策略。

19.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-9中任一项的所述的方法。

20.一种计算设备，包括存储器和处理器，其特征在于，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-9中任一项所述的方法。

Images