CN111324842A - 用于实现页面优化的方法、装置、介质和电子设备 - Google Patents

Abstract

公开了一种用于实现页面优化的方法、装置、介质以及电子设备。其中的方法包括：在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布；其中，所述待优化页面、第一页面以及目标页面为多个页面中的三个页面，且所述多个页面间跳转形成一页面跳转路径；在修改待优化页面到第一页面的跳转概率的情况下，获取所述目标页面的第二极限分布；根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化对所述目标页面的贡献；根据所述贡献对所述待优化页面进行页面优化。本公开提供的技术方案有利于实现合理的页面优化，从而有利于保证并促进目标的达成。

Description

用于实现页面优化的方法、装置、介质和电子设备

技术领域

本公开涉及计算机技术，尤其是涉及一种用于实现页面优化的方法、用于实现页面优化的装置、存储介质以及电子设备。

背景技术

目前，通过网站为用户提供产品或者服务的情况非常普遍。例如，在日用品销售领域、交通领域、房产领域以及游戏领域等，通常都通过相应的网站为用户提供产品或者服务。

在通过网站为用户提供产品或者服务的过程中，往往会涉及到页面优化。例如，是否需要在一页面内设置跳转到另一页面的链接；再例如，在一页面中存在多个跳转到其他页面的链接的情况下，如何安排多个链接的先后顺序等。

由于合理的页面优化，有利于促成目标的达成，因此，如何合理的实现页面优化，是一个值得关注的技术问题。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种用于实现页面优化的方法、用于实现页面优化的装置、存储介质以及电子设备。

根据本公开实施例的一方面，提供一种用于实现页面优化的方法，包括：在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布；其中，所述待优化页面、第一页面和目标页面为多个页面中的三个页面，且所述多个页面间跳转形成一页面跳转路径；在修改待优化页面到第一页面的跳转概率的情况下，获取所述目标页面的第二极限分布；根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化对所述目标页面的贡献；根据所述贡献对所述待优化页面进行页面优化。

在本公开一实施方式中，所述获取目标页面的第一极限分布包括：获取所述多个页面间跳转的第一跳转概率；根据所述第一跳转概率，确定所述目标页面的第一极限分布；其中，所述第一跳转概率包括：在修改待优化页面到第一页面的跳转概率之前，所述多个页面间跳转形成的页面跳转路径的所有跳转概率。

在本公开又一实施方式中，所述获取所述多个页面间跳转的第一跳转概率，包括：根据历史页面访问数据，对所述多个页面中所有两个页面间跳转的次数分别进行统计；对于所述多个页面中的任一页面而言，根据所述统计出的由该页面跳转到其下游各页面的次数，确定由该页面跳转到其下游各页面的跳转概率。

在本公开再一实施方式中，所述根据所述第一跳转概率，确定所述多个页面中的目标页面的第一极限分布，包括：在马尔可夫链假设的情况下，根据所述第一跳转概率，利用仿真方式，确定所述多个页面中的目标页面的第一极限分布。

在本公开再一实施方式中，所述获取所述目标页面的第二极限分布，包括：根据所述跳转概率的变化，确定所述多个页面间跳转的第二跳转概率；根据所述第二跳转概率，确定所述目标页面的第二极限分布；其中，所述第二跳转概率包括：在修改待优化页面到第一页面的跳转概率之后，各页面分别跳转到其下游各页面的跳转概率。

在本公开再一实施方式中，所述根据所述跳转概率的变化，确定所述多个页面间跳转的第二跳转概率，包括：根据所述跳转概率的变化，对由所述待优化页面跳转到其下游其他各页面的跳转概率进行调整；根据所述跳转概率的变化以及所述调整后的跳转概率，对所述第一跳转概率中的由所述待优化页面到其下游所有页面的跳转概率进行更新，获得所述第二跳转概率。

在本公开再一实施方式中，所述修改待优化页面到第一页面的跳转概率，包括：将待优化页面到第一页面的跳转概率设置为零；或者增大待优化页面到第一页面的跳转概率；或者降低待优化页面到第一页面的跳转概率。

在本公开再一实施方式中，所述根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化对所述目标页面的贡献，包括：根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化中的一个变化单位对所述目标页面的贡献。

在本公开再一实施方式中，所述根据所述贡献对所述待优化页面进行页面优化，包括下述至少之一：在所述待优化页面中增加新链接；调整所述待优化页面中的原有链接的位置；屏蔽所述待优化页面中的原有链接的页面跳转操作。

根据本公开实施例的另一个方面，提供了一种用于实现页面优化的装置，该装置包括：获取第一极限分布模块，用于在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布；其中，所述待优化页面、第一页面和目标页面为多个页面中的三个页面，且所述多个页面间跳转形成一页面跳转路径；获取第二极限分布模块，用于在修改待优化页面到第一页面的跳转概率的情况下，获取所述目标页面的第二极限分布；确定贡献模块，用于根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化对所述目标页面的贡献；页面优化模块，用于根据所述贡献对所述待优化页面进行页面优化。

在本公开一实施方式中，所述获取第一极限分布模块包括：第一子模块，用于获取所述多个页面间跳转的第一跳转概率；第二子模块，用于根据所述第一跳转概率，确定所述目标页面的第一极限分布；其中，所述第一跳转概率包括：在修改待优化页面到第一页面的跳转概率之前，所述多个页面间跳转形成的页面跳转路径的所有跳转概率。

在本公开又一实施方式中，所述第一子模块进一步用于：根据历史页面访问数据，对所述多个页面中所有两个页面间跳转的次数分别进行统计；对于所述多个页面中的任一页面而言，根据所述统计出的由该页面跳转到其下游各页面的次数，确定由该页面跳转到其下游各页面的跳转概率。

在本公开再一实施方式中，所述第二子模块进一步用于：在马尔可夫链假设的情况下，根据所述第一跳转概率，利用仿真方式，确定所述多个页面中的目标页面的第一极限分布。

在本公开再一实施方式中，所述获取第二极限分布模块包括：第三子模块，用于根据所述跳转概率的变化，确定所述多个页面间跳转的第二跳转概率；第四子模块，用于根据所述第二跳转概率，确定所述目标页面的第二极限分布；其中，所述第二跳转概率包括：在修改待优化页面到第一页面的跳转概率之后，各页面分别跳转到其下游各页面的跳转概率。

在本公开再一实施方式中，所述第三子模块进一步用于：根据所述跳转概率的变化，对由所述待优化页面跳转到其下游其他各页面的跳转概率进行调整；根据所述跳转概率的变化以及所述调整后的跳转概率，对所述第一跳转概率中的由所述待优化页面到其下游所有页面的跳转概率进行更新，获得所述第二跳转概率。

在本公开再一实施方式中，所述修改待优化页面到第一页面的跳转概率，包括：将待优化页面到第一页面的跳转概率设置为零；或者增大待优化页面到第一页面的跳转概率；或者降低待优化页面到第一页面的跳转概率。

在本公开再一实施方式中，所述确定贡献模块进一步用于：根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化中的一个变化单位对所述目标页面的贡献。

在本公开再一实施方式中，所述页面优化模块，包括下述至少之一：第五子模块，用于在所述待优化页面中增加新链接；第六子模块，用于调整所述待优化页面中的原有链接的位置；第七子模块，用于屏蔽所述待优化页面中的原有链接的页面跳转操作。

基于本公开上述实施例提供的一种用于实现页面优化的方法和装置，通过利用在修改由待优化页面跳转到第一页面的跳转概率之前和修改的情况下，分别获得的目标页面的第一极限分布和第二极限分布，来确定跳转概率的变化对目标页面的贡献，使本公开获得的该贡献可以客观的反映出本次修改跳转概率的页面优化方式对目标达成的影响；因此，本公开通过根据该贡献对待优化页面进行页面优化，有利于避免页面优化对目标达成的不良影响。由此可知，本公开提供的技术方案有利于实现合理的页面优化，从而有利于保证并促进目标的达成。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同描述一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1为本公开的适用场景的一个实施例的示意图；

图2为本公开的用于实现页面优化的方法一个实施例的流程图；

图3为本公开的利用获取目标页面的第一极限分布一实施例的流程图；

图4为本公开的获得第一跳转概率一实施例的流程图；

图5为本公开的获取目标页面的第二极限分布一实施例的流程图；

图6为本公开的获取第二跳转概率一实施例的流程图；

图7为本公开的利用获取目标页面的第一极限分布一实施例的示意图；

图8为本公开的利用获取目标页面的第二极限分布一实施例的示意图；

图9为本公开的用于实现页面优化的装置一个实施例的结构示意图；

图10为本公开一示例性实施例提供的电子设备的结构图。

具体实施方式

下面将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或者两个以上，“至少一个”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“和/或”，仅是一种描述关联对象的关联关系，表示可以存在三种关系，如A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开的实施例可以应用于终端设备、计算机系统、服务器等电子设备，其可与众多其它通用或者专用计算系统环境或配置一起操作。适于与终端设备、计算机系统或者服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境等等。

终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施。在分布式云计算环境中，任务可以是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

本公开概述

在实现本公开的过程中，发明人发现，在实现页面优化过程中，如果能够客观的度量由待优化页面跳转到其下游页面的跳转概率的变化，对于目标达成的影响，则有利于合理的优化页面，从而有利于避免不恰当的页面布局调整现象，进而有利于减少使目标达成量受损的现象。

示例性概述

本公开提供的用于实现页面优化的技术的应用场景的一个例子，如图1所示。

图1中，假定一个网站存在六个页面，即页面100、页面101、页面102、页面103、页面104以及页面105。其中的页面105为目标页面，即页面105为用于表征目标达成的页面，例如，页面105为用于表征成功转委托(如用户留下其联系方式等)的页面；再例如，页面105为用于表征商品或者服务成功售出的页面等。假定上述六个页面间的跳转情况如下：

页面100中设置有两个链接，其中一个链接可以实现由页面100跳转到页面101，其中另一个链接可以实现由页面100跳转到页面102；

页面101中设置有两个链接，其中一个链接可以实现由页面101跳转到页面103，其中另一个链接可以实现由页面101跳转到页面102；

页面102中设置有一个链接，该链接可以实现由页面102跳转到页面104。

页面104中设置有两个链接，其中一个链接可以实现由页面104跳转到页面103，其中另一个链接可以实现由页面104跳转到页面105。

上述六个页面间的页面跳转，形成一个页面跳转路径。

假定页面101为待优化页面，即需要对页面101进行布局优化等，例如，取消页面101中的由页面101跳转到页面102的链接(即无法由页面101跳转到页面102)；再例如，更改页面101中的由页面101跳转到页面102的链接的放置位置，使其处于更显著位置或者更不显著位置等。利用本公开提供的技术可以分别度量出下述任一：

1、如果将页面101中的用于实现由页面101跳转到页面102的链接取消(即无法由页面101跳转到页面102)，则该改变对页面105的贡献；

2、如果将页面101中的用于实现由页面101跳转到页面102的链接放置在更显著位置或者更不显著位置，则该改变对于页面105的贡献。

在获得了上述贡献后，本公开可以客观的判断出取消页面101中的由页面101跳转到页面102的链接，是否有利于目标的达成。本公开也可以客观的判断出将页面101中的由页面101跳转到页面102的链接的放置在更显著位置或者更不显著位置，是否有利于目标的达成。

本公开可以根据上述判断结果，对页面101的具体布局进行优化，从而有利于避免对页面101的具体布局的调整，给目标的达成带来的不良影响，进而有利于促进目标的达成。

示例性方法

图2为本公开的用于实现页面优化的方法一个实施例的流程图。图2所示的实施例的方法包括步骤：S200、S201、S202以及S203。下面对各步骤分别进行说明。

S200、在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布。

本公开中的待优化页面、第一页面和目标页面为多个页面中的三个页面，且多个页面间跳转，可以形成一页面跳转路径。例如，六个页面间跳转形成的页面跳转路径的一个例子如图1所示。本公开中的多个页面的数量通常不小于3。

本公开中的多个页面通常包括三种类型的页面，即起始页面、中间页面以及目标页面。其中的起始页面通常具有至少一个下游页面，且起始页面通常不具有上游页面，起始页面的数量通常为一。其中的中间页面的数量通常大于1，且每一个中间页面通常均具有至少一个上游页面和至少一个下游页面。其中的目标页面通常具有至少一个上游页面，且目标页面通常不具有下游页面，目标页面的数量通常为一。本公开中的待优化页面可以为多个页面中的具有下游页面的任一页面。例如，待优化页面可以为起始页面，也可以为中间页面。待优化页面通常不为目标页面。

本公开中的待优化页面可以为需要设置新的用于进入其下游页面的模块的页面，也可以为需要调整用于进入其下游页面的模块所在位置的页面，还可以为需要取消用于进入其下游页面的模块的页面等。本公开中的第一页面是待优化页面的下游页面。即通过待优化页面可以进入到第一页面。例如，在修改跳转概率之前，第一页面可以不是待优化页面的下游页面，而在修改跳转概率之后，第一页面是待优化页面的下游页面。再例如，无论是在修改跳转概率之前，还是在修改跳转概率之后，第一页面均是待优化页面的下游页面。再例如，在修改跳转概率之前，第一页面是待优化页面的下游页面，而在修改跳转概率之后，第一页面不再是待优化页面的下游页面。

本公开中的目标页面可以是指用于表征目标达成的页面。例如，如果成功转委托(如用户留下其联系方式等)是网站的一个目标，则用于表征成功转委托的页面可以被作为目标页面。再例如，如果商品或者服务成功售出是网站的一个目标，则用于表征商品或者服务成功售出的页面(如成功付款页面等)可以被作为目标页面。目标页面也可以称为归因目标页面。

本公开中的多个页面间跳转可以包括：通过起始页面可以进入到其任一下游页面的跳转、通过中间页面的任一上游页面进入到该中间页面的跳转、通过中间页面进入到其任一下游页面的跳转、以及通过其任一上游页面进入到目标页面的跳转。

在修改待优化页面到第一页面的跳转概率之前，待优化页面到第一页面的跳转概率可以称为待优化页面到第一页面的历史跳转概率、或者待优化页面到第一页面的更新前跳转概率等。

本公开中的目标页面的第一极限分布可以用于表征在修改待优化页面到第一页面的跳转概率之前，多个用户处于目标页面的概率。目标页面的第一极限分布通常是一个稳态的概率值。目标页面的第一极限分布也可以称为目标页面的平稳分布或者目标分布等。

S201、在修改待优化页面到第一页面的跳转概率的情况下，获取目标页面的第二极限分布。

在修改待优化页面到第一页面的跳转概率的情况下，待优化页面到第一页面的跳转概率可以称为：待优化页面到第一页面的更新后跳转概率、或者待优化页面到第一页面的目标跳转概率等。本公开中的更新后跳转概率用于表征在对待优化页面进行优化后，优化后的页面和第一页面间的跳转情况。更新后跳转概率通常为预先设置的已知值。

本公开中的目标页面的第二极限分布可以用于表征修改待优化页面到第一页面的跳转概率的情况下，多个用户处于目标页面的概率。目标页面的第二极限分布通常是一个稳态的概率值。目标页面的第二极限分布也可以称为目标页面的平稳分布或者目标分布等。

S202、根据第一极限分布和第二极限分布，确定上述跳转概率的变化对目标页面的贡献。

可选的，本公开中的跳转概率的变化可以是指：待优化页面到第一页面的更新后跳转概率与待优化页面到第一页面的更新前跳转概率之间的差异。跳转概率的变化对目标页面的贡献可以认为是：用于衡量更新后跳转概率和更新前跳转概率的变化，对多用户处于目标页面的影响的指标。

S203、根据上述贡献对待优化页面进行页面优化。

本公开可以根据上述获得的贡献，决定是否对待优化页面进行页面优化、以及如何对待优化页面进行页面优化等。例如，可以决定在待优化页面中新增用于进入其一下游页面的模块。再例如，可以决定改变用于进入其一下游页面的模块在待优化页面中的位置。再例如，可以决定取消待优化页面中的用于进入其一下游页面的模块等。本公开对具体的页面优化方式不做限定。

本公开通过利用在修改由待优化页面跳转到第一页面的跳转概率之前和修改的情况下，分别获得的目标页面的第一极限分布和第二极限分布，来确定跳转概率的变化对目标页面的贡献，使本公开获得的该贡献可以客观的反映出本次修改跳转概率的页面优化方式对目标达成的影响；因此，本公开通过根据该贡献对待优化页面进行页面优化，有利于避免页面优化对目标达成的不良影响。由此可知，本公开提供的技术方案有利于实现合理的页面优化，从而有利于保证并促进目标的达成。

在一个可选示例中，本公开的修改待优化页面到第一页面的跳转概率可以包括多种形式。下面以三个例子进行说明。

第一个例子，本公开可以将待优化页面到第一页面的跳转概率设置为零。也就是说，第一页面不再被作为待优化页面的下游页面，然而，第一页面仍然可以为多个页面中的其他页面的下游页面或者上游页面。例如，待优化页面中设置有用于进入第一页面的模块，本公开可以通过删除待优化页面中的该模块，来实现将待优化页面到第一页面的跳转概率设置为零。

第二个例子，本公开可以增大待优化页面到第一页面的跳转概率。例如，待优化页面中设置有用于进入第一页面的模块，本公开可以通过将该模块的设置位置由不显著位置变换为显著位置，来实现增大待优化页面到第一页面的跳转概率。具体的，待优化页面中的多个预设位置分别对应不同的跳转概率，多个预设位置的位置显著程度不同，且每一个预设位置设置有一个模块，不同模块可以进入待优化页面的不同下游页面，本公开可以通过将用于进入第一页面的模块与位置显著程度更高的预设位置处的模块进行预设位置交换，使待优化页面到第一页面的跳转概率被提高。

第三个例子，本公开可以降低待优化页面到第一页面的跳转概率。例如，待优化页面中设置有用于进入第一页面的模块，本公开可以通过将该模块的设置位置由显著位置变换为不显著位置，来实现降低待优化页面到第一页面的跳转概率。具体的，待优化页面中的多个预设位置分别对应不同的跳转概率，多个预设位置的位置显著程度不同，且每一个预设位置设置有一个模块，不同模块可以进入待优化页面的不同下游页面，本公开可以通过将用于进入第一页面的模块与位置显著程度更低的预设位置处的模块进行预设位置交换，使待优化页面到第一页面的跳转概率被降低。

在一个可选示例中，本公开中的多个页面中的至少部分页面中设置有一个或者多个链接。例如，多个页面中的每一个页面中均设置有一个或者多个链接。页面中设置的链接用于进入该页面的下游页面。本公开中的多个页面间跳转可以为：基于页面中设置的链接被触发，而进入该链接对应的页面的跳转。本公开的页面中设置的链接可以为按钮或者图像或者文字等形式。在上述描述中，待优化页面中设置的用于进入第一页面的模块可以为设置于待优化页面中的用于进入第一页面的链接。

由于本公开中的修改待优化页面到第一页面的跳转概率可以包括多种不同的形式，因此，本公开提供的技术方案有利于对待优化页面的页面布局进行更灵活的调整。

在一个可选示例中，本公开获取目标页面的第一极限分布的方式可以如图3所示。如图3所示的流程包括步骤：S300以及S301。

S300、获取多个页面间跳转的第一跳转概率。

可选的，本公开中的第一跳转概率可以包括：在修改待优化页面到第一页面的跳转概率之前，多个页面分别跳转到其下游各页面的所有跳转概率，即多个页面间跳转形成的页面跳转路径中的所有跳转概率。也就是说，本公开中的第一跳转概率可以用于表征在修改待优化页面到第一页面的跳转概率之前，多个页面间跳转的历史情况。

可选的，本公开中的第一跳转概率包括多个概率值，每一个概率值分别表示由一个相应上游页面跳转到一个相应下游页面的概率。第一跳转概率可以采用概率矩阵的形式表示。例如，在多个页面的数量为n的情况下，第一跳转概率可以为n×n的概率矩阵。如果一个页面不是另一个页面的下游页面，则这两个页面对应的概率矩阵中的概率值为0。

可选的，本公开可以根据历史页面访问数据获得第一跳转概率。根据历史页面访问数据获得第一跳转概率的一个例子可以参见下述针对图4的描述。

S301、根据上述第一跳转概率，确定目标页面的第一极限分布。

可选的，本公开可以采用多种方式，利用第一跳转概率，确定出目标页面的第一极限分布。例如，本公开可以在马尔可夫链(Markov Chain，MC)假设的情况下，根据第一跳转概率，利用仿真方式，确定多个页面中的目标页面的第一极限分布。本公开利用仿真方式，确定多个页面中的目标页面的第一极限分布的一个例子，可以参见下述针对图7的描述。另外，本公开也可以采用其他方式确定目标页面的第一极限分布，例如，本公开可以在马尔可夫链假设的情况下，根据第一跳转概率，利用数学求解方式，确定多个页面中的目标页面的第一极限分布。具体求解过程在此不再详细说明。

可选的，本公开中的马尔可夫链假设可以是指在T时刻，多个用户处于某一个页面的概率仅与T时刻至T-1时刻，多个用户从该页面的上游页面跳转到该页面的跳转概率相关，而与T-1时刻之前的跳转概率无关。

本公开通过利用第一跳转概率以及马尔可夫链假设，可以便捷的获得目标页面的第一极限分布，从而有利于提高页面优化的可实施性和页面优化的准确性。

在一个可选示例中，本公开获得第一跳转概率的方式可以如图4所示。如图4所示的流程包括步骤：S400以及S401。

S400、根据历史页面访问数据，对多个页面中所有两个页面间跳转的次数分别进行统计。

可选的，本公开中的历史页面访问数据可以包括用户访问日志或者业务数据等。历史页面访问数据通常可以反映出用户访问一页面的来源。例如，用户是通过网站主页中设置的链接进入到一页面。再例如，用户是通过购物车页面中设置的链接进入到一页面等。

可选的，对于多个页面中的其中任一页面而言，本公开可以根据历史页面访问数据，分别统计出由该页面进入到该页面的所有下游页面的次数。在针对多个页面中的每一个页面均进行了次数统计后，完成本步骤的次数统计过程。上述该页面的所有下游页面均属于本公开中的多个页面。

S401、对于多个页面中的任一页面而言，根据统计出的由该页面跳转到其下游各页面的次数，确定由该页面跳转到其下游各页面的跳转概率。

可选的，对于多个页面中的任一页面而言，本公开可以计算由该页面跳转到第一个下游页面的次数与由该页面跳转到其所有下游页面的次数之和的比值，并将该比值作为由该页面跳转到第一个下游页面的跳转概率。通过该计算方式，本公开可以获得多个页面中的各页面分别跳转到各下游页面的跳转概率，从而获得第一跳转概率。

本公开通过利用历史页面访问数据，可以获得客观真实的第一跳转概率，从而有利于提高第一极限分布的准确性。

在一个可选示例中，本公开获取目标页面的第二极限分布的方式可以如图5所示。如图5所示的流程包括步骤：S500以及S501。

S500、根据跳转概率的变化，确定多个页面间跳转的第二跳转概率。

可选的，本公开中的跳转概率的变换可以是指在修改待优化页面到第一页面的跳转概率之前，待优化页面到第一页面的跳转概率(即更新前跳转概率)，与在修改待优化页面到第一页面的跳转概率的情况下，待优化页面到第一页面的跳转概率(即更新后跳转概率)的差异。

可选的，本公开中的第二跳转概率可以包括：在修改待优化页面到第一页面的跳转概率的情况下，多个页面分别跳转到其下游各页面的所有跳转概率，即多个页面间跳转形成的页面跳转路径中的所有跳转概率。也就是说，本公开中的第二跳转概率可以用于表征在修改待优化页面到第一页面的跳转概率的情况下，多个页面间跳转的情况。

可选的，第二跳转概率包括多个概率值，每一个概率值分别表示由一个相应上游页面跳转到一个相应下游页面的概率。第二跳转概率可以采用概率矩阵的形式表示。例如，在多个页面的数量为n的情况下，第二跳转概率可以为n×n的概率矩阵。第一跳转概率矩阵和第二跳转概率矩阵的大小通常相同。本公开可以采用局部更新第一跳转概率的方式，获得第二跳转概率。本公开获得第二跳转概率的一个例子可以参见下述针对图6的描述。

S501、根据第二跳转概率，确定目标页面的第二极限分布。

可选的，本公开可以采用多种方式，利用第二跳转概率，确定出目标页面的第二极限分布。例如，本公开可以在马尔可夫链假设的情况下，根据第二跳转概率，利用仿真方式，确定多个页面中的目标页面的第二极限分布。本公开利用仿真方式，确定多个页面中的目标页面的第二极限分布的实现过程，可以参见下述针对图8的描述。另外，本公开也可以采用其他方式确定目标页面的第二极限分布，例如，本公开可以在马尔可夫链假设的情况下，根据第二跳转概率，利用数学求解方式确定多个页面中的目标页面的第二极限分布。具体求解过程在此不再详细说明。

本公开通过利用第二跳转概率以及马尔可夫链假设，可以便捷的获得目标页面的第二极限分布，从而有利于提高页面优化的可实施性和页面优化的准确性。

在一个可选示例中，本公开获取第二跳转概率的一个例子如图6所示。如图6所示的流程包括步骤：S600以及S601。

S600、根据由待优化页面跳转到第一页面的跳转概率的变化，对由待优化页面跳转到其下游其他各页面的跳转概率进行调整。

可选的，在由待优化页面跳转到其所有下游页面的跳转概率之和为1，且该待优化页面的所有下游页面不止包括第一页面的情况下，如果由待优化页面跳转到第一页面的跳转概率发生变化，则由待优化页面跳转到除第一页面之外的其他至少一下游页面的跳转概率会随之发生变化。

第一个例子，假定待优化页面包括两个下游页面，分别为第一页面以及第二页面，如果由待优化页面跳转到第一页面的跳转概率从0.25变化为0.5，则由待优化页面跳转到第二页面的跳转概率从0.75变化为0.5。

第二个例子，假定待优化页面包括三个下游页面，分别为第一页面、第二页面以及第三页面，如果由待优化页面跳转到第一页面的跳转概率从0.25变化为0.5，则由待优化页面跳转到第二页面的跳转概率可以从0.5变化为0.25，而由待优化页面跳转到第三页面的跳转概率可以不发生变化，仍然为0.25。

第三个例子，假定待优化页面包括三个下游页面，分别为第一页面、第二页面以及第三页面，如果由待优化页面跳转到第一页面的跳转概率从0.6变化为0.25，则由待优化页面跳转到第二页面的跳转概率可以从0.15变化为0.6，而由待优化页面跳转到第三页面的跳转概率可以从0.25变化为0.15。

S601、根据跳转概率的变化以及上述调整后的跳转概率，对第一跳转概率中的由待优化页面到其下游所有页面的跳转概率进行更新，获得第二跳转概率。

可选的，本公开可以仅对第一跳转概率中的待优化页面与下游页面的跳转概率进行更新，更新后的第一跳转概率即为第二跳转概率。

例如，续S600中的第一个例子，本公开可以将第一跳转概率中的由待优化页面跳转到第一页面的跳转概率设置为0.5，并将第一跳转概率中的由待优化页面跳转到第二页面的跳转概率设置为0.5，从而获得第二跳转概率。

再例如，续S600中的第二个例子，本公开可以将第一跳转概率中的由待优化页面跳转到第一页面的跳转概率设置为0.5，并将第一跳转概率中的由待优化页面跳转到第二页面的跳转概率设置为0.25，从而获得第二跳转概率。

再例如，续S600中的第三个例子，本公开可以将第一跳转概率中的由待优化页面跳转到第一页面的跳转概率设置为0.25，将第一跳转概率中的由待优化页面跳转到第二页面的跳转概率设置为0.6，将第一跳转概率中的由待优化页面跳转到第三页面的跳转概率设置为0.15，从而获得第二跳转概率。

本公开通过对第一跳转概率的局部跳转概率进行更新，可以便捷的获得第二跳转概率，从而有利于便捷的获得第二极限分布。

在一个可选示例中，本公开中的跳转概率的变化对目标页面的贡献可以是指用于衡量跳转概率的变化对多个用户处于目标页面的概率产生影响的指标。本公开中的跳转概率的变化对目标页面的贡献可以为跳转概率的总体变化(如跳转概率增大了10％)对目标页面的贡献，也可以为跳转概率的变化单位(如1％)对目标页面的贡献。也就是说，本公开可以根据第一极限分布和第二极限分布，确定出跳转概率的变化中的一个变化单位(即单位变化量)对目标页面的贡献。

本公开通过获得跳转概率的变化中的一个变化单位对目标页面的贡献，可以方便的反映出多种不同的优化方案的优劣，从而有利于采用最优的优化方案对待优化页面进行页面优化处理。

在一个可选示例中，本公开根据上述获得的贡献对待优化页面进行页面优化的操作可以包括如下四种方式：

方式一、不对待优化页面中的第一页面的链接进行修改。在获得的贡献表征修改待优化页面到第一页面的跳转概率可能会对用户处于目标页面的概率产生不良影响时，可以暂且不对待优化页面中的第一页面的链接进行修改。

方式二、在待优化页面中增加新链接。

该方式对应增大待优化页面到第一页面的跳转概率。也就是说，待优化页面中原本并未设置有用于进入第一页面的链接，本公开可以通过在待优化页面中增加该链接，使第一页面成为待优化页面的下游页面，此时，待优化页面到第一页面的跳转概率由零变为大于零的数值。

方式三、调整待优化页面中的原有链接的位置。

该方式对应增大待优化页面到第一页面的跳转概率或者降低待优化页面到第一页面的跳转概率。也就是说，待优化页面中原本设置有用于进入第一页面的链接，本公开可以将待优化页面中的该链接的位置由不显著位置调整到显著位置处，也可以将待优化页面中的该链接的位置由显著位置调整到不显著位置处。

方式四、屏蔽待优化页面中的原有链接的页面跳转操作。

该方式对将待优化页面到第一页面的跳转概率设置为零。也就是说，待优化页面中原本设置有用于进入第一页面的链接，本公开可以取消该链接，使第一页面不再被作为待优化页面的下游页面。

本公开通过上述四种方式，有利于对待优化页面的页面布局进行更灵活的调整，从而有利于丰富页面优化的实现方式。

下面结合图7，对本公开利用仿真方式，获得目标页面的第一极限分布的一个实施例进行说明。

图7中，假定一个网站存在六个页面，即页面100、页面101、页面102、页面103、页面104以及页面105。其中的页面105为目标页面，即页面105为用于表征目标达成的页面，例如，页面105为用于表征成功转委托(如用户留下其联系方式等)的页面；再例如，页面105为用于表征商品或者服务成功售出的页面等。假定上述六个页面间的跳转情况如下：

页面100中设置有两个链接，其中一个链接可以实现由页面100跳转到页面101，其中另一个链接可以实现由页面100跳转到页面102。本公开根据历史页面访问数据，可以统计出用户由页面100中的链接进入到页面101的次数c1以及用户由页面100中的链接进入到页面102的次数c2。通过计算c1/(c1+c2)可以获得用户由页面100中的链接跳转到页面101的跳转概率。通过计算c2/(c1+c2)可以获得用户由页面100中的链接跳转到页面102的跳转概率。假设计算获得的用户由页面100中的链接跳转到页面101的跳转概率为66.7％，假设计算获得的用户由页面100中的链接跳转到页面102的跳转概率为33.3％。

页面101中设置有两个链接，其中一个链接可以实现由页面101跳转到页面103，其中另一个链接可以实现由页面101跳转到页面102。本公开根据历史页面访问数据，可以统计出用户由页面101中的链接进入到页面103的次数c3以及用户由页面101中的链接进入到页面102的次数c4。通过计算c3/(c3+c4)可以获得用户由页面101中的链接跳转到页面103的跳转概率。通过计算c4/(c3+c4)可以获得用户由页面101中的链接跳转到页面102的跳转概率。假设计算获得的用户由页面101中的链接跳转到页面103的跳转概率为50％，假设计算获得的用户由页面101中的链接跳转到页面102的跳转概率为50％。

页面102中设置有一个链接，该链接可以实现由页面102跳转到页面104，且用户由页面102中的链接跳转到页面104的跳转概率为100％。

页面104中设置有两个链接，其中一个链接可以实现由页面104跳转到页面103，其中另一个链接可以实现由页面104跳转到页面105。本公开根据历史页面访问数据，可以统计出用户由页面104中的链接进入到页面103的次数c5以及用户由页面104中的链接进入到页面105的次数c6。通过计算c5/(c5+c6)可以获得用户由页面104中的链接跳转到页面103的跳转概率。通过计算c6/(c5+c6)可以获得用户由页面104中的链接跳转到页面105的跳转概率。假设计算获得的用户由页面104中的链接跳转到页面103的跳转概率为50％，假设计算获得的用户由页面104中的链接跳转到页面105的跳转概率为50％。

上述各跳转概率形成第一跳转概率，第一跳转概率可以为下述公式(1)所示的一个6×6的概率矩阵：

本公开可以任意初始化用户处于上述六个页面的初始概率，例如，可以将用户处于上述六个页面的初始概率均设置为1/6。本公开可以利用下述公式(2)反复迭代计算用户分别处于这六个页面的概率：

在上述公式(2)中，p_i表示用户处于第i个页面的概率，在第一次迭代计算过程中，p_i为初始概率，在后续的迭代计算过程中，p_i为前一次迭代利用公式(2)计算出的概率；p_ij表示公式(1)所示的概率矩阵中的第i行第j列的概率值，即由第i个页面跳转到第j个页面的跳转概率。

一个例子，在计算用户处于目标页面(即页面105)的概率时，上述公式(2)可以表示为下述公式(3)的形式：

p₁×p₁₆+p₂×p₂₆+p₃×p₃₆+p₄×p₄₆+p₅×p₅₆+p₆×p₆₆ 公式(3)

在上述公式(3)中，p₁、p₂、p₃、p₄、p₅和p₆分别表示用户分别处于页面100、页面101、页面102、页面103、页面104、页面105以及页面106的概率，在第一次迭代计算过程中，p₁、p₂、p₃、p₄、p₅和p₆均为初始化概率，即均为1/6，在后续的迭代计算过程中，p₆为前一次迭代利用公式(3)计算出的概率；p₁₆、p₂₆、p₃₆、p₄₆、p₅₆和p₆₆为公式(1)中的第六列数值，即0、0、0、0、0.5和0。

本公开每一次迭代计算均可以获得6个页面各自对应的用户处于该页面的概率，如果前一次迭代计算获得的6个概率与后一次迭代计算获得的6个概率的差值符合预定差异要求，例如，6个差值的绝对值均小于0.001等，则可以停止迭代计算过程，最后一次迭代计算获得的6个概率即为上述6个页面的第一极限分布，而最后一次迭代计算获得的6个概率中的页面105对应的概率即为目标页面的第一极限分布。

下面结合图8，对本公开利用仿真方式，获得目标页面的第二极限分布的一个实施例进行说明。

续前述针对图7描述的例子，假定图7中的页面101为待优化页面，即需要对页面101进行布局优化等，例如，调整页面101中的由页面101跳转到页面103的链接的放置位置，使其处于更显著位置，从而希望用户由页面101中的链接跳转到页面103的跳转概率为75％(如图8所示)。

在用户由页面101中的链接跳转到页面103的跳转概率为75％的情况下，用户由页面101中的链接跳转到页面102的跳转概率应被调整为25％。

本公开利用75％和25％对上述公式(1)所示的第一跳转概率中的相应概率值进行修改，从而可以获得第二跳转概率。第二跳转概率可以为下述公式(4)所示的一个6×6的概率矩阵：

同样的，本公开可以使用上述公式(2)和上述公式(3)进行迭代计算，同样的，如果前一次迭代计算获得的6个概率与后一次迭代计算获得的6个概率的差值符合预定差异要求，例如，6个差值的绝对值均小于0.001等，则可以停止迭代计算过程，最后一次迭代计算获得的6个概率即为上述6个页面的第二极限分布，而最后一次迭代计算获得的6个概率中的页面105对应的概率即为目标页面的第二极限分布。

假定本公开针对页面101跳转到页面102计算出的目标页面的第一极限分布为P₆，且目标页面的第二极限分布为Q₆，则本公开获得的由页面101跳转到页面102的跳转概率的变化单位(如1％)对目标页面的贡献可以采用下述公式(5)计算获得：

(Q₆-P₆)/0.25 公式(5)

示例性装置

图9为本公开的用于实现页面优化的装置一个实施例的结构示意图。该实施例的装置可用于实现本公开上述各方法实施例。

如图9所示，本实施例的装置包括：获取第一极限分布模块900、获取第二极限分布模块901、确定贡献模块902以及页面优化模块903。

获取第一极限分布模块900用于在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布。其中的待优化页面、第一页面和目标页面为多个页面中的三个页面，且多个页面间跳转形成一页面跳转路径。

可选的，上述获取第一极限分布模块900可以包括：第一子模块9001以及第二子模块9002。其中的第一子模块9001用于获取多个页面间跳转的第一跳转概率。例如，第一子模块9001可以先根据历史页面访问数据，对多个页面中两个页面间跳转的次数分别进行统计，然后，对于多个页面中的任一页面而言，第一子模块9001可以根据统计出的由该页面跳转到其下游各页面的次数，确定由该页面跳转到其下游各页面的跳转概率。第一跳转概率包括：在修改待优化页面到第一页面的跳转概率之前，多个页面间跳转形成的页面跳转路径的所有跳转概率。其中的第二子模块9002用于根据第一子模块9001获得的第一跳转概率，确定目标页面的第一极限分布。例如，第二子模块9002可以在马尔可夫链假设的情况下，根据第一子模块9001获得的第一跳转概率，利用仿真方式，确定多个页面中的目标页面的第一极限分布。

可选的，本公开中的修改待优化页面到第一页面的跳转概率可以为将待优化页面到第一页面的跳转概率设置为零；也可以为增大待优化页面到第一页面的跳转概率；还可以为降低待优化页面到第一页面的跳转概率。

获取第二极限分布模块901用于在修改待优化页面到第一页面的跳转概率的情况下，获取目标页面的第二极限分布。

可选的，获取第二极限分布模块901可以包括：第三子模块9011和第四子模块9012。其中的第三子模块9011用于根据跳转概率的变化，确定多个页面间跳转的第二跳转概率。例如，第三子模块9011可以先根据跳转概率的变化，对由待优化页面跳转到其下游其他各页面的跳转概率进行调整；之后，第三子模块9011根据跳转概率的变化以及调整后的跳转概率，对第一跳转概率中的由待优化页面到其下游所有页面的跳转概率进行更新，获得第二跳转概率。其中的第二跳转概率包括：在修改待优化页面到第一页面的跳转概率之后，各页面分别跳转到其下游各页面的跳转概率。其中的第四子模块9012用于根据第二跳转概率，确定目标页面的第二极限分布。例如，第四子模块9012可以在马尔可夫链假设的情况下，根据第三子模块9011获得的第二跳转概率，利用仿真方式，确定多个页面中的目标页面的第二极限分布。

确定贡献模块902用于根据获取第一极限分布模块900获得第一极限分布和获取第二极限分布模块901获得的第二极限分布，确定跳转概率的变化对目标页面的贡献。例如，确定贡献模块902可以根据第一极限分布和第二极限分布，确定跳转概率的变化中的一个变化单位对目标页面的贡献。

页面优化模块903用于根据确定贡献模块902确定出的贡献对待优化页面进行页面优化。

可选的，页面优化模块903可以包括第五子模块9031、第六子模块9032以及第七子模块9033中的至少一个。第五子模块9031用于在待优化页面中增加新链接。第六子模块9032用于调整待优化页面中的原有链接的位置。第七子模块9033用于屏蔽待优化页面中的原有链接的页面跳转操作。

上述各模块及其包括的子模块具体执行的操作可以参见上述方法实施例中针对图2-图8的描述，在此不再详细说明。

示例性电子设备

下面参考图10来描述根据本公开实施例的电子设备。图10示出了根据本公开实施例的电子设备的框图。如图10所示，电子设备101包括一个或多个处理器1011和存储器1012。

处理器1011可以是中央处理单元(CPU)或者具有用于实现页面优化的能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备101中的其他组件以执行期望的功能。

存储器1012可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器，例如，可以包括：随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器，例如，可以包括：只读存储器(ROM)、硬盘以及闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1011可以运行所述程序指令，以实现上文所述的本公开的各个实施例的用于实现页面优化的方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备101还可以包括：输入装置1013以及输出装置1014等，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。此外，该输入设备1013还可以包括例如键盘、鼠标等等。该输出装置1014可以向外部输出各种信息。该输出设备1014可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图10中仅示出了该电子设备101中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备101还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的用于实现页面优化的方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的用于实现页面优化的方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列举)可以包括：具有一个或者多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势以及效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备以及系统。诸如“包括”、“包含、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述，以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改等对于本领域技术人员而言，是非常显而易见的，并且在此定义的一般原理可以应用于其他方面，而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式中。尽管以上已经讨论了多个示例方面以及实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种用于实现页面优化的方法，包括：

在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布；其中，所述待优化页面、第一页面和目标页面为多个页面中的三个页面，且所述多个页面间跳转形成一页面跳转路径；

在修改待优化页面到第一页面的跳转概率的情况下，获取所述目标页面的第二极限分布；

根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化对所述目标页面的贡献；

根据所述贡献对所述待优化页面进行页面优化。

2.根据权利要求1所述的方法，其中，所述获取目标页面的第一极限分布包括：

获取所述多个页面间跳转的第一跳转概率；

根据所述第一跳转概率，确定所述目标页面的第一极限分布；

其中，所述第一跳转概率包括：在修改待优化页面到第一页面的跳转概率之前，所述多个页面间跳转形成的页面跳转路径的所有跳转概率。

3.根据权利要求2所述的方法，其中，所述获取所述多个页面间跳转的第一跳转概率，包括：

根据历史页面访问数据，对所述多个页面中所有两个页面间跳转的次数分别进行统计；

对于所述多个页面中的任一页面而言，根据所述统计出的由该页面跳转到其下游各页面的次数，确定由该页面跳转到其下游各页面的跳转概率。

4.根据权利要求2或3所述的方法，其中，所述根据所述第一跳转概率，确定所述多个页面中的目标页面的第一极限分布，包括：

在马尔可夫链假设的情况下，根据所述第一跳转概率，利用仿真方式，确定所述多个页面中的目标页面的第一极限分布。

5.根据权利要求1至4中任一项所述的方法，其中，所述获取所述目标页面的第二极限分布，包括：

根据所述跳转概率的变化，确定所述多个页面间跳转的第二跳转概率；

根据所述第二跳转概率，确定所述目标页面的第二极限分布；

其中，所述第二跳转概率包括：在修改待优化页面到第一页面的跳转概率之后，各页面分别跳转到其下游各页面的跳转概率。

6.根据权利要求5所述的方法，其中，所述根据所述跳转概率的变化，确定所述多个页面间跳转的第二跳转概率，包括：

根据所述跳转概率的变化，对由所述待优化页面跳转到其下游其他各页面的跳转概率进行调整；

根据所述跳转概率的变化以及所述调整后的跳转概率，对所述第一跳转概率中的由所述待优化页面到其下游所有页面的跳转概率进行更新，获得所述第二跳转概率。

7.根据权利要求1至6中任一项所述的方法，其中，所述修改待优化页面到第一页面的跳转概率，包括：

将待优化页面到第一页面的跳转概率设置为零；或者

增大待优化页面到第一页面的跳转概率；或者

降低待优化页面到第一页面的跳转概率。

8.一种用于实现页面优化的装置，其中，所述装置包括：

获取第一极限分布模块，用于在修改待优化页面到第一页面的跳转概率之前，获取目标页面的第一极限分布；其中，所述待优化页面、第一页面和目标页面为多个页面中的三个页面，且所述多个页面间跳转形成一页面跳转路径；

获取第二极限分布模块，用于在修改待优化页面到第一页面的跳转概率的情况下，获取所述目标页面的第二极限分布；

确定贡献模块，用于根据所述第一极限分布和所述第二极限分布，确定所述跳转概率的变化对所述目标页面的贡献；

页面优化模块，用于根据所述贡献对所述待优化页面进行页面优化。

9.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-7中任一项所述的方法。

10.一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-7中任一项所述的方法。

Images