CN111881391B - 静态网络资源预加载的方法、数据模型训练的方法及装置 - Google Patents

静态网络资源预加载的方法、数据模型训练的方法及装置 Download PDF

Info

Publication number
CN111881391B
CN111881391B CN202010536110.5A CN202010536110A CN111881391B CN 111881391 B CN111881391 B CN 111881391B CN 202010536110 A CN202010536110 A CN 202010536110A CN 111881391 B CN111881391 B CN 111881391B
Authority
CN
China
Prior art keywords
page
user
static network
network resource
data model
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.)
Active
Application number
CN202010536110.5A
Other languages
English (en)
Other versions
CN111881391A (zh
Inventor
刘朋举
吴鹏
高砚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mashang Consumer Finance Co Ltd
Original Assignee
Mashang Consumer Finance Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mashang Consumer Finance Co Ltd filed Critical Mashang Consumer Finance Co Ltd
Priority to CN202010536110.5A priority Critical patent/CN111881391B/zh
Publication of CN111881391A publication Critical patent/CN111881391A/zh
Application granted granted Critical
Publication of CN111881391B publication Critical patent/CN111881391B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例提供一种静态网络资源预加载的方法、数据模型训练的方法及装置，该方法包括：将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和/或用户属性输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存。在本发明实施例中，每次只预加载一个页面而非所有静态网络资源文件，如果预加载可以完全命中用户操作流程中的静态资源文件，可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验。

Description

静态网络资源预加载的方法、数据模型训练的方法及装置
技术领域
本发明实施例涉及计算机技术领域，具体涉及一种静态网络资源预加载的方法、数据模型训练的方法及装置。
背景技术
移动互联网近年来的迅猛发展给人们带来了极大的便利，人们通过移动设备来获取信息，建立社交关系，网上购物，移动支付。据统计，移动互联网给各个互联网厂商带来的流量和现金收益均已经远远超过桌面端。
而随着人们对移动互联网的依赖越来越高，人们对各种服务在移动端的体验要求也越来越高。所以在这个网络速度不断提升，手机硬件性能越来越好的环境下，持续优化移动端页面打开速度，减少用户等待时间，是亟待解决的问题。
发明内容
本发明实施例的一个目的在于提供一种静态网络资源预加载的方法、数据模型训练的方法及装置，解决移动端页面打开速度较慢的问题。
第一方面，本发明实施例提供一种静态网络资源预加载的方法，应用于第一设备，包括：
将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；
根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存。
可选地，所述将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面包括：
向第二设备发送第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；
接收所述第二设备根据第一请求信息发送的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为所述第二设备预测的所述第一页面的下一个页面，所述第二设备通过将所述第一设备当前显示的第一页面的页面路径，第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
所述根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存包括：
根据所述第二页面的静态网络资源文件的统一资源标识符列表，从所述第二设备中下载所述第二页面的静态网络资源文件并保存在本地缓存。
可选地，所述向第二设备发送第一请求信息，包括：
在所述第一页面中的静态网络资源文件加载完成之后，向所述第二设备发送第一请求信息。
可选地，所述方法还包括：
获取第二请求信息，所述第二请求信息用于请求显示所述第一页面，所述第二请求信息中携带所述第一页面的页面路径；
判断本地资源文件是否存储有所述第一页面的静态网络资源文件；
若是，则根据本地缓存存储的内容，加载所述第一页面中的静态网络资源文件；否则，从所述第二设备中下载所述第一页面的静态网络资源文件并保存在本地缓存。
第二方面，本发明实施例提供一种静态网络资源预加载的方法，包括：
接收第一设备发送的第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；
将所述第一请求信息输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
向所述第一设备发送所述第二页面的静态网络资源文件的统一资源标识符列表。
第三方面，本发明实施例提供一种数据模型训练的方法，包括：
获取页面路径、用户自身属性和/或终端硬件属性；
获取与所述页面路径、用户自身属性和/或终端硬件属性对应的静态网络资源文件的统一资源标识符列表；
将所述页面路径、用户自身属性和/或终端硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
第四方面，本发明实施例提供一种静态网络资源预加载的装置，应用于第一设备，包括：
第一获取模块，用于将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；
下载模块，用于根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存。
可选地，所述第一获取模块包括：
发送单元，用于向第二设备发送第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；
接收单元，用于接收所述第二设备根据第一请求信息发送的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为所述第二设备预测的所述第一页面的下一个页面，所述第二设备通过将所述第一设备当前显示的第一页面的页面路径，第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
所述下载模块进一步用于：根据所述第二页面的静态网络资源文件的统一资源标识符列表，从所述第二设备中下载所述第二页面的静态网络资源文件并保存在本地缓存。
第五方面，一种静态网络资源预加载的装置，应用于第二设备，包括：
第一接收模块，用于接收第一设备发送的第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；
第一处理模块，用于将接收的所述第一请求信息输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
第一发送模块，用于向所述第一设备发送所述第二页面的静态网络资源文件的统一资源标识符列表。
第六方面，本发明实施例提供一种数据模型训练的装置，包括：
第二获取模块，用于获取页面路径、用户自身属性和/或终端硬件属性；
第三获取模块，用于获取与所述页面路径、用户自身属性和/或终端硬件属性对应的静态网络资源文件的统一资源标识符列表；
第一训练模块，用于将所述页面路径、用户自身属性和/或终端硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
第七方面，本发明实施例提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现包括如第一方面所述的静态网络资源预加载的方法的步骤；或者，包括如第二方面所述的数据模型训练的方法的步骤。
第八方面，本发明实施例还提供一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现包括如第一方面所述的静态网络资源预加载的方法的步骤；或者，包括如第二方面所述的数据模型训练的方法的步骤。
在本发明实施例中，预测用户将要访问的静态网络资源文件并预加载，每次只预加载一个页面而非所有静态网络资源文件，减少流量浪费和本地存储空间的占用，同时避免了现有技术每次都需要针对图片资源做优化的繁杂工作，而且将可优化加载速度的静态资源文件的类型从图片类型扩展到层叠样式表(Cascading Style Sheets，CSS)文件，JavaScript文件等各种文件类型，适应多种业务需求。另外，如果服务器预加载可以完全命中用户操作流程中的静态资源文件，可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例的静态网络资源预加载的方法的流程图之一；
图2为本发明实施例的静态网络资源预加载的方法的流程图之二；
图3为本发明实施例的静态网络资源预加载的方法的流程图之三；
图4为本发明实施例的数据模型训练的方法的流程图；
图5为本发明实施例的静态网络资源预加载的方法的流程图之四；
图6为本发明实施例的静态网络资源预加载的方法的流程图之五；
图7为本发明实施例的静态网络资源预加载的装置的示意图；
图8为本发明实施例的数据模型训练的装置的示意图；
图9为本发明实施例的静态网络资源预加载的装置的示意图之二。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书中的术语“包括”以及它的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，说明书以及权利要求中使用“和/或”表示所连接对象的至少其中之一，例如A和/或B，表示包含单独A，单独B，以及A和B都存在三种情况。
在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本文中的预加载网络资源是指将当前页面的下一个页面的静态网络资源预先下载到本地缓存中。
本文中的静态网络资源文件是指可通过网络访问的具有固定唯一统一资源标识符(Uniform Resource Identifier，URI)的文件，包括但不限于图片，音频，视频，JavaScript(是一种具有函数优先的轻量级，解释型或即时编译型的编程语言)文件，CSS文件。
参见图1，本发明实施例提供一种静态网络资源预加载的方法，该方法的执行主体可以为第一设备，该第一设备可以是终端，也可以是服务器等，具体步骤包括：步骤101和步骤102。
步骤101：将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和/或用户属性输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；
步骤102：根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存。
比如，在第一页面中的静态网络资源文件加载完成之后，第一设备向第二设备发送第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；第一设备接收所述第二设备根据第一请求信息发送的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为所述第二设备预测的所述第一页面的下一个页面，所述第二设备通过将所述第一设备当前显示的第一页面的页面路径，第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；然后，第一设备根据所述第二页面的静态网络资源文件的统一资源标识符列表，从所述第二设备中下载所述第二页面的静态网络资源文件并保存在本地缓存。
在另一些实施方式中，第一设备可以获取第二请求信息，所述第二请求信息用于请求显示所述第一页面，所述第二请求信息中携带所述第一页面的页面路径；第一设备判断本地资源文件是否存储有所述第一页面的静态网络资源文件；若是，则第一设备根据本地缓存存储的内容，加载所述第一页面中的静态网络资源文件；否则，第一设备根据所述第二页面的静态网络资源文件的统一资源标识符列表，从所述第二设备中下载所述第一页面的静态网络资源文件并保存在本地缓存。
在另一些实施方式中，在步骤101之前，所述方法还可以包括：获取页面路径、用户自身属性和/或第一设备硬件属性；获取与所述页面路径、用户自身属性和/或第一硬件属性对应的静态网络资源文件的统一资源标识符列表；将所述页面路径、用户自身属性和/或第一硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
参见图2，本发明实施例提供一种静态网络资源预加载的方法，该方法的执行主体为终端，包括：步骤201、步骤202和步骤203。
步骤201：向服务器发送第一请求信息，所述第一请求信息用于请求预加载网络资源；
在本发明实施例中，服务器具有机器学习能力，机器学习是基于对数据的初步认识以及学习目的的分析，选择合适的数学模型，拟定超参数，并输入样本数据，依据一定的策略，运用合适的学习算法对模型进行训练，最后运用训练好的模型对数据进行分析预测。
步骤202：接收所述服务器发送的第二页面的静态网络资源文件的URI列表，所述第二页面的静态网络资源文件的URI列表是所述服务器根据所述第一页面的页面路径，以及终端硬件属性和/或用户属性(或者称为用户自身属性)得到的；
其中，所述第二页面被预测作为所述第一页面的下一个页面，服务器对静态资源文件的预测通过大数据训练出的数据模型来计算，终端每次只获取下一个页面而非所有页面静态网络资源文件，减少了流量的浪费和本地存储空间的占用。而且数据模型部署在服务器端，可以随时进行模型和算法的更新，灵活性更高。
步骤203：根据所述第二页面的静态网络资源文件的URI列表，从所述服务器中下载所述第二页面的静态网络资源文件并保存在本地缓存。
在本发明实施例中，可以在所述第一页面中的静态网络资源文件加载完成之后，向服务器发送第一请求信息。这样只在页面空闲的时候才进行静态网络资源文件的预加载，避免发生预加载动作与用户操作争抢网络资源和CPU资源的问题，提升用户体验。
在本发明实施例中，所述方法还包括：获取第二请求信息，所述第二请求信息用于请求显示所述第一页面，所述第二请求信息中携带所述第一页面的页面路径，以及终端硬件属性和/或用户属性；判断本地资源文件是否存储有所述第一页面的静态网络资源文件；若是，则根据本地缓存存储的内容，加载所述第一页面中的静态网络资源文件；否则，从所述服务器中下载所述第一页面的静态网络资源文件并保存在本地缓存。
在本发明实施例中，服务器可以预先训练数据模型，所述数据模型的输入参数包括：第三页面的页面路径，以及终端硬件属性和/或用户属性，所述数据模型的输出参数包括：第四页面的静态网络资源文件的URI列表，其中，所述第四页面被预测作为所述第三页面的下一个页面。
在本发明实施例中，所述终端硬件属性包括以下至少一项：
(1)终端所在地区(c_area)；
(2)终端机型(c_brand_type)；
(3)终端系统版本(c_sys_version)；
(4)终端容器版本(c_container_version)；
(5)终端网络类型(c_net_type)。
在本发明实施例中，所述用户属性包括以下至少一项：
(1)用户是否实名(u_isIdentified)；
(2)用户是否曾经有借款(u_isLoaned)；
(3)用户是否有待还欠款(u_isRepay)；
(4)用户距离还款日天数(u_repayDays)；
(5)用户是否有优惠券(u_hasCoupon)；
(6)用户是否有绑定银行卡(u_cardBinded)；
(7)用户的银行卡对应的银行编码(u_bankCode)；
(8)用户是否有未支付订单(u_isNotPay)；
(9)用户历史支付方式(u_payType)。
可以理解的是，服务器的数据模型是基于终端当前显示的页面，以及结合终端硬件属性和/或用户属性，预测当前显示的页面的下一个页面，可以终端使得预加载的静态资源文件更加符合用户操作流程中的静态资源文件，即提高预测页面的准确性，进而可以缩短当前页面的下一个页面加载的时间。
在本发明实施例中，预测用户将要访问的静态网络资源文件并预加载，每次只预加载一个页面而非所有静态网络资源文件，减少流量浪费和本地存储空间的占用，同时避免了现有技术每次都需要针对图片资源做优化的繁杂工作，而且将可优化加载速度的静态资源文件的类型从图片类型扩展到CSS文件，JavaScript文件等各种文件类型，适应多种业务需求。另外，如果服务器预加载可以完全命中用户操作流程中的静态资源文件，可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验。
参见图3，本发明实施例还提供一种静态网络资源预加载的方法，应用于第二设备，所述第二设备可以为服务器，包括：步骤301、步骤302和步骤303。
步骤301：接收终端发送的第一请求信息，所述第一请求信息用于请求预加载网络资源；
步骤302：根据所述终端当前显示的第一页面的页面路径，以及终端硬件属性和/或用户属性得到第二页面的静态网络资源文件的URI列表，所述第二页面预测为所述服务器预测的第一页面的下一个页面；
可选地，将所述终端当前显示的第一页面的页面路径，以及终端硬件属性和/或用户属性输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的URI列表。
步骤303：向所述终端发送所述第二页面的静态网络资源文件的URI列表。
在本发明实施例中，所述服务器预先训练数据模型，所述数据模型的输入参数包括：第三页面的页面路径，以及终端硬件属性和/或用户属性，所述数据模型的输出参数包括：第四页面的静态网络资源文件的URI列表，第四页面预测作为第三页面的下一页面。
在本发明实施例中，所述终端硬件属性包括以下至少一项：终端所在地区、终端机型、终端系统版本、终端容器版本和终端网络类型。
在本发明实施例中，所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式。
在本发明实施例中，预测用户将要访问的静态网络资源文件并预加载，每次只预加载一个页面而非所有静态网络资源文件，减少流量浪费和本地存储空间的占用，同时避免了现有技术每次都需要针对图片资源做优化的繁杂工作，而且将可优化加载速度的静态资源文件的类型从图片类型扩展到CSS文件，JavaScript文件等各种文件类型，适应多种业务需求。另外，如果服务器预加载可以完全命中用户操作流程中的静态资源文件，可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验。
参见图4，本发明实施例提供一种数据模型训练的方法，该方法的执行主体可以为第三设备，该第三设备可以是终端，也可以是服务器，具体步骤包括：步骤401、步骤402和步骤403。
步骤401：获取页面路径、用户自身属性和/或终端硬件属性；
步骤402：获取与所述页面路径、用户自身属性和/或终端硬件属性对应的静态网络资源文件的统一资源标识符列表；
比如，该服务器(相当于服务端)可以从终端(相当于客户端)获取所有静态网络资源文件的URI和当前页面路径，该服务器基于其获取的所有静态网络资源文件的URI和当前页面路径进行数据模型训练。
可以理解的是，本发明实施例中对步骤401和步骤402的先后顺序不做限定。
步骤403：将所述页面路径、用户自身属性和/或终端硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
上述对所述数据模型进行训练，是指利用输入参数和输出参数确定该数据模型中的系数和/或常量。
需要说明的是，上述数据模型可以包括回归模型、决策树类模型、神经网络模型等，下面以回归模型的训练过程为例进行介绍。
首先，对输入参数中的每个维度抽象出具体函数：
(1)页面路径—Path(p_path)；
(2)终端硬件属性—ClientProp(c_area,c_brand_type,c_sys_version,c_container_version,c_net_type)；
(3)用户自身属性—UserProp(u_isIdentified,u_isLoaned,u_isRepay,u_repayDays,u_hasCoupon,u_cardBinded,u_bankCode,u_isNotPay,u_payType)；
然后，结合回归模型进行训练，拟合的回归模型如下：
Result＝a*Path(p_path)+b*ClientProp(c_area,c_brand_type,c_sys_version,c_container_version,c_net_type)+c*UserProp(u_isIdentified,u_isLoaned,u_isRepay,u_repayDays,u_hasCoupon,u_cardBinded,u_bankCode,u_isNotPay,u_payType)+常量。
通过执行步骤403即可得到上述回归模型中的变量参数a、b、c和常量。完成数据模型构建后，可以使用训练好的数据模型来预测用户将要获取的静态网络资源文件。通过输入页面路径，终端硬件属性，用户自身属性，该数据模型就能够输出对应的静态网络资源文件的URI集合。
可选地，所述终端硬件属性包括以下至少一项：终端所在地区、终端机型、终端系统版本、终端容器版本和终端网络类型；
所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式。
在本发明实施例中，将页面路径、用户自身属性和/或终端硬件属性作为数据模型的输入参数，以及将对应的统一资源标识符列表作为数据模型的输出参数，对数据模型进行训练，提高服务器预加载静态资源文件的命中率，进而可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验。
参见图5，图中示意一种静态网络资源预加载的方法，具体步骤包括：
步骤1：终端(相当于客户端)收到打开页面的请求；
比如，终端在即将打开页面的时候，监听该页面的所有静态资源文件的请求；
步骤2：拦截资源加载请求，然后执行步骤3或步骤4；
步骤3：异步上报当前页面路径和资源URL；
比如，终端(相当于客户端)可以将所有静态网络资源文件的URI和当前页面路径上传到服务器(相当于服务端)，用于数据模型训练。
步骤4：终端判断本地是否有资源；如果没有，则执行步骤5；否则执行步骤6；
步骤5：终端从网络下载资源文件保存至本地，然后执行步骤6；
步骤6：终端判断是否需要返回文件流给页面，如果是，则执行步骤7；
步骤7：返回文件流；
比如，如果静态网络资源文件在本地已经有缓存，则从本地资源文件读取并返回数据流给页面；如果静态网络资源文件在本地没有缓存过，则发起异步网络请求下载该静态文件，保存静态网络资源文件到本地缓存，然后返回数据流给页面；
可选地，在页面空闲时，终端(相当于客户端)发起网络请求，服务器(相当于服务端)根据步骤3中上传的大量数据训练得出的数据模型计算出需要预加载的下个页面的静态网络资源文件URI列表。终端(相当于客户端)在获取到结果后，将返回的每一个静态网络资源文件下载到本地进行本地存储。
步骤8：页面渲染；
步骤9：获取需要预加载的页面资源，然后返回步骤4。
参见图6，图中示意某APP在内嵌网页的加载流程的一种静态网络资源预加载的方法。在本发明实施例中，预测用户将要访问的静态网络资源文件并预加载，每次只预加载一个页面而非所有静态网络资源文件，减少流量浪费和本地存储空间的占用。另外，由于服务器可以准确预测出下一个页面，可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验，具体步骤如下：
步骤1：使用webview打开申请流程页面；
步骤2：拦截资源加载请求(shouldInterceptRequest)，然后执行步骤3或步骤4。
步骤3：异步上报当前页面路径、图片URL、JavaScript文件URL，用于数据模型训练；
步骤4：终端判断安逸花APP是否已经缓存该资源；如果没有，则执行步骤5；否则执行步骤6；
步骤5：从网络下载文件缓存至本地，然后执行步骤6；
步骤6：终端判断是否需要返回文件流给页面，如果是，则执行步骤7；
步骤7：返回文件流；
步骤8：页面渲染；
步骤9：获取需要预加载的图片URL、JavaScript文件URL，然后返回步骤4。
在本发明实施例中，如果服务器预加载可以完全命中用户操作流程中的静态资源文件，可以实现每个页面都是秒开的效果，给用户带来极其流畅的操作体验。
参见图7，本发明实施例提供一种静态网络资源预加载的装置，该装置700包括：
第一获取模块701，用于将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；
下载模块702，用于根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存。
在一些实施方式中，第一获取模块701包括：
发送单元，用于向第二设备发送第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；
接收单元，用于接收所述第二设备根据第一请求信息发送的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为所述第二设备预测的所述第一页面的下一个页面，所述第二设备通过将所述第一设备当前显示的第一页面的页面路径，第一设备硬件属性和/或用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
下载模块702进一步用于：根据所述第二页面的静态网络资源文件的统一资源标识符列表，从所述第二设备中下载所述第二页面的静态网络资源文件并保存在本地缓存。
在一些实施方式中，发送单元进一步用于：在所述第一页面中的静态网络资源文件加载完成之后，向所述第二设备发送第一请求信息。
在一些实施方式中，装置700还包括：
第四获取模块，用于获取第二请求信息，所述第二请求信息用于请求显示所述第一页面，所述第二请求信息中携带所述第一页面的页面路径；
判断模块，用于判断本地资源文件是否存储有所述第一页面的静态网络资源文件；若是，则根据本地缓存存储的内容，加载所述第一页面中的静态网络资源文件；否则，触发下载模块702从所述第二设备中下载所述第一页面的静态网络资源文件并保存在本地缓存。
在一些实施方式中，装置700还包括：
第五获取模块，用于获取页面路径、用户自身属性和/或第一设备硬件属性；
第六获取模块，用于获取与所述页面路径、用户自身属性和/或第一硬件属性对应的静态网络资源文件的统一资源标识符列表；
第二训练模块，用于将所述页面路径、用户自身属性和/或第一硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
本发明实施例提供的终端，可以执行上述图1所示方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
参见图9，本发明实施例还提供一种静态网络资源预加载的装置，该装置900包括：
第一接收模块901，用于接收第一设备发送的第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和/或用户属性；
第一处理模块902，用于将接收的所述第一请求信息输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
第一发送模块903，用于向所述第一设备发送所述第二页面的静态网络资源文件的统一资源标识符列表。
本发明实施例提供的服务器，可以执行上述图3所示方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
参见图8，本发明实施例提供一种数据模型训练的装置，该装置800包括：
第二获取模块801，用于获取页面路径、用户自身属性和/或终端硬件属性；
第三获取模块802，用于获取与所述页面路径、用户自身属性和/或终端硬件属性对应的静态网络资源文件的统一资源标识符列表；
第一训练模块803，用于将所述页面路径、用户自身属性和/或终端硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
上述对所述数据模型进行训练，是指利用输入参数和输出参数确定该数据模型中的系数和/或常量。
需要说明的是，上述数据模型可以包括回归模型、决策树类模型、神经网络模型等，下面以回归模型的训练过程为例进行介绍。
可选地，所述终端硬件属性包括以下至少一项：终端所在地区、终端机型、终端系统版本、终端容器版本和终端网络类型；
所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式。
本发明实施例提供的装置，可以执行上述图4所示方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
结合本发明公开内容所描述的方法或者算法的步骤可以硬件的方式来实现，也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成，软件模块可以被存放于RAM、闪存、ROM、EPROM、EEPROM、寄存器、硬盘、移动硬盘、只读光盘或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器，从而使处理器能从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外，该ASIC可以位于核心网接口设备中。当然，处理器和存储介质也可以作为分立组件存在于核心网接口设备中。
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。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能存取的任何可用介质。
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。
本领域内的技术人员应明白，本发明实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种静态网络资源预加载的方法，应用于第一设备，其特征在于，包括：
获取页面路径、用户自身属性和第一设备硬件属性；
获取与所述页面路径、用户自身属性和第一设备硬件属性对应的静态网络资源文件的统一资源标识符列表；
将所述页面路径、用户自身属性和第一设备硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练；
将第一设备当前显示的第一页面的页面路径，以及所述第一设备硬件属性和用户属性输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；
根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存；
所述第一设备硬件属性包括以下至少一项：第一设备所在地区、第一设备机型和第一设备网络类型；
所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式。
2.根据权利要求1所述的方法，其特征在于，所述将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和用户属性输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面包括：
向第二设备发送第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和用户属性；
接收所述第二设备根据第一请求信息发送的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为所述第二设备预测的所述第一页面的下一个页面，其中，所述第二设备通过将接收的第一请求信息输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
所述根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存包括：
根据所述第二页面的静态网络资源文件的统一资源标识符列表，从所述第二设备中下载所述第二页面的静态网络资源文件并保存在本地缓存。
3.根据权利要求2所述的方法，其特征在于，所述向第二设备发送第一请求信息，包括：
在所述第一页面中的静态网络资源文件加载完成之后，向所述第二设备发送第一请求信息。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取第二请求信息，所述第二请求信息用于请求显示所述第一页面，所述第二请求信息中携带所述第一页面的页面路径；
判断本地资源文件是否存储有所述第一页面的静态网络资源文件；
若是，则根据本地缓存存储的内容，加载所述第一页面中的静态网络资源文件；否则，从所述第二设备中下载所述第一页面的静态网络资源文件并保存在本地缓存。
5.一种静态网络资源预加载的方法，应用于第二设备，其特征在于，包括：
接收第一设备发送的第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和用户属性，所述第一设备硬件属性包括以下至少一项：第一设备所在地区、第一设备机型和第一设备网络类型；所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式；
将所述第一请求信息输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
向所述第一设备发送所述第二页面的静态网络资源文件的统一资源标识符列表。
6.一种数据模型训练的方法，其特征在于，包括：
获取页面路径、用户自身属性和终端硬件属性，所述终端硬件属性包括以下至少一项：终端所在地区、终端机型和终端网络类型；所述用户自身属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式；
获取与所述页面路径、用户自身属性和终端硬件属性对应的静态网络资源文件的统一资源标识符列表；
将所述页面路径、用户自身属性和终端硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
7.一种静态网络资源预加载的装置，应用于第一设备，其特征在于，包括：
第二获取模块，用于获取页面路径、用户自身属性和第一设备硬件属性；
第三获取模块，用于获取与所述页面路径、用户自身属性和第一设备硬件属性对应的静态网络资源文件的统一资源标识符列表；
第一训练模块，用于将所述页面路径、用户自身属性和第一设备硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练；
第一获取模块，用于将第一设备当前显示的第一页面的页面路径，以及第一设备硬件属性和用户属性作为数据模型的输入参数，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表，所述第二页面为预测的所述第一页面的下一个页面；所述第一设备硬件属性包括以下至少一项：第一设备所在地区、第一设备机型和第一设备网络类型；所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式；
下载模块，用于根据所述第二页面的静态网络资源文件的统一资源标识符列表，下载所述第二页面的静态网络资源文件并保存在本地缓存。
8.一种静态网络资源预加载的装置，应用于第二设备，其特征在于，包括：
第一接收模块，用于接收第一设备发送的第一请求信息，所述第一请求信息用于请求预加载网络资源，所述第一请求信息包括所述第一设备当前显示的第一页面的页面路径、第一设备硬件属性和用户属性；所述第一设备硬件属性包括以下至少一项：第一设备所在地区、第一设备机型和第一设备网络类型；所述用户属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式；
第一处理模块，用于将接收的所述第一请求信息输入数据模型，获取所述数据模型输出的第二页面的静态网络资源文件的统一资源标识符列表；
第一发送模块，用于向所述第一设备发送所述第二页面的静态网络资源文件的统一资源标识符列表。
9.一种数据模型训练的装置，应用于第三设备，其特征在于，包括：
第二获取模块，用于获取页面路径、用户自身属性和终端硬件属性，所述终端硬件属性包括以下至少一项：终端所在地区、终端机型和终端网络类型；所述用户自身属性包括以下至少一项：用户是否实名、用户是否曾经有借款、用户是否有待还欠款、用户距离还款日天数、用户是否有优惠券、用户是否有绑定银行卡、用户的银行卡对应的银行编码、用户是否有未支付订单和用户历史支付方式；
第三获取模块，用于获取与所述页面路径、用户自身属性和终端硬件属性对应的静态网络资源文件的统一资源标识符列表；
第一训练模块，用于将所述页面路径、用户自身属性和终端硬件属性作为数据模型的输入参数，以及将所述统一资源标识符列表作为所述数据模型的输出参数，对所述数据模型进行训练。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序，所述程序被处理器执行时实现包括如权利要求1至4中任一项所述的静态网络资源预加载的方法的步骤；或者，包括如权利要求5所述的静态网络资源预加载的方法的步骤；或者，包括如权利要求6所述的数据模型训练的方法的步骤。
CN202010536110.5A 2020-06-12 2020-06-12 静态网络资源预加载的方法、数据模型训练的方法及装置 Active CN111881391B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010536110.5A CN111881391B (zh) 2020-06-12 2020-06-12 静态网络资源预加载的方法、数据模型训练的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010536110.5A CN111881391B (zh) 2020-06-12 2020-06-12 静态网络资源预加载的方法、数据模型训练的方法及装置

Publications (2)

Publication Number Publication Date
CN111881391A CN111881391A (zh) 2020-11-03
CN111881391B true CN111881391B (zh) 2022-03-22

Family

ID=73157087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010536110.5A Active CN111881391B (zh) 2020-06-12 2020-06-12 静态网络资源预加载的方法、数据模型训练的方法及装置

Country Status (1)

Country Link
CN (1) CN111881391B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113065083B (zh) * 2021-02-26 2023-10-31 北京达佳互联信息技术有限公司 一种页面处理方法、装置、电子设备及存储介质
CN113391855A (zh) * 2021-06-18 2021-09-14 北京沃东天骏信息技术有限公司 一种信息处理方法及装置、存储介质
CN113326081A (zh) * 2021-06-30 2021-08-31 中国平安人寿保险股份有限公司 静态资源的处理方法、装置、计算机设备和存储介质
CN113392358A (zh) * 2021-07-12 2021-09-14 维沃移动通信（杭州）有限公司 静态资源的预加载方法及装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105677327B (zh) * 2015-12-30 2018-11-20 合一网络技术(北京)有限公司 一种页面信息预加载的方法及系统
CN107943825A (zh) * 2017-10-19 2018-04-20 阿里巴巴集团控股有限公司 页面访问的数据处理方法、装置及电子设备
CN108280125A (zh) * 2017-12-12 2018-07-13 腾讯科技（深圳）有限公司 页面显示的方法、装置、存储介质和电子装置
CN108804514A (zh) * 2018-04-25 2018-11-13 网宿科技股份有限公司 一种网页加载方法、服务器和网页加载系统
CN109918602B (zh) * 2019-02-26 2021-04-30 南威软件股份有限公司 一种Web数据预加载方法及系统
CN109933737A (zh) * 2019-03-22 2019-06-25 中国工商银行股份有限公司 网页页面处理方法、装置及系统

Also Published As

Publication number Publication date
CN111881391A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN111881391B (zh) 静态网络资源预加载的方法、数据模型训练的方法及装置
CN107885796B (zh) 信息推荐方法及装置、设备
CN107577807B (zh) 用于推送信息的方法和装置
KR102151457B1 (ko) 통신 시스템에서 페이지 로딩 시간 단축 방법 및 장치
CN112115396B (zh) 网页页面渲染方法、装置、设备及存储介质
CN110096660A (zh) 用于加载页面图片的方法、装置和电子设备
CN103530292A (zh) 网页显示方法和装置
CN111061956A (zh) 用于生成信息的方法和装置
CN105138698B (zh) 网页的动态布局方法和装置
CN108810047B (zh) 用于确定信息推送准确率的方法、装置及服务器
CN105844107B (zh) 数据处理方法和装置
CN109067816B (zh) 一种游戏资源推送方法、服务器及客户端
CN109495553A (zh) 一种网页显示控制方法、系统及反向代理服务器
CN110677447B (zh) 用户停留时长确定方法、装置、设备和存储介质
CN114510667A (zh) 页面缓存方法、页面显示方法及装置、存储介质
CN110874445A (zh) 网页加载方法、客户端及业务服务中心
CN110858238B (zh) 一种数据处理的方法和装置
CN108572985B (zh) 一种页面显示方法及装置
CN112861041B (zh) 一种媒体内容的展示方法、装置、电子设备及存储介质
CN113031950B (zh) 一种图片生成方法、装置、设备及介质
CN115760296A (zh) 页面数据处理与浏览方法、终端设备及存储介质
CN112688980B (zh) 资源分发方法、装置、计算机设备
CN116225286A (zh) 页面跳转控制方法、操作系统、电子设备及存储介质
CN114445104A (zh) 广告数据处理方法、装置、电子设备和存储介质
US11961119B2 (en) Archive offer personalization

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
GR01 Patent grant
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared