本申请实施例提供了一种数据处理的方法、装置、设备及可读存储介质,该方法包括:通过预设的学习模型预测与第一行为数据相匹配的作品数据,第一行为数据用于表征当前用户选择过的各作品数据的类型;当确定预测的作品数据不包括当前用户选择的目标作品数据,发送数据请求给服务器;接收服务器根据数据请求发送的目标作品数据,并将目标作品数据的类型的权重进行变更,得到变更后的权重,权重用于预测与第一行为数据相匹配的作品数据;根据目标作品数据,显示目标作品数据对应的页面。该方法实现了快速向用户显示目标作品数据对应的页面,通过将目标作品数据的权重进行变更,提升了学习模型预测的准确度。
Data processing method, device, equipment and computer readable storage medium
【技术实现步骤摘要】
数据处理的方法、装置、设备及计算机可读存储介质
本申请涉及计算机
,具体而言,本申请涉及一种数据处理的方法、装置、设备及计算机可读存储介质。
技术介绍
现有技术中用户进入终端的应用程序APP并点击作品,当作品是网络数据会出现等待的过程,即会存在由于等待网络请求响应而产生白屏的情况,直到网络数据返回并进行数据呈现,用户才可看到作品。例如,如图1所示,当用户启动动漫APP,用户点击漫画的首页,从漫画的首页到漫画的第二页存在页面刷新导致的时延,不能直接看到漫画的第二页,需要用户等待一段时间后才可以看到漫画的第二页。由于用户能够感知到刷新的等待时间,因此观看体验不佳。
技术实现思路
本申请针对现有的方式的缺点,提出一种数据处理的方法、装置、电子设备及计算机可读存储介质,用以解决如何提升向用户显示目标作品数据对应的页面的速度的问题。第一方面,本申请提供了一种数据处理的方法,应用于客户端,包括:通过预设的学习模型预测与第一行为数据相匹配的作品数据,第一行为数据用于表征当前用户选择过的各作品数据的类型;当确定预测的作品数据不包括当前用户选择的目标作品数据,发送数据请求给服务器;接收服务器根据数据请求发送的目标作品数据,并将目标作品数据的类型的权重进行变更,得到变更后的权重,权重用于预测与第一行为数据相匹配的作品数据;根据目标作品数据,显示目标作品数据对应的页面。可选地,通过预设的学习模型预测与第一行为数据相匹配的作品数据,包括:通过预设的学习模型确定各作品数据的类型的权重;根据各作品数据的类型的权重,预测出与各作品数据的类型相匹配的作品数据。可选地,当确定当前用户选择的作品数据包括目标作品数据,将目标作品数据的类型的权重进行变更,并显示目标作品数据对应的页面。可选地,将目标作品数据的类型的权重进行变更,包括:将目标作品数据的类型的权重增加预设的数值。可选地,各作品数据的类型的权重与预测各作品数据的类型对应的作品数据的准确度成正比关系。可选地,在将目标作品数据的类型的权重进行变更,得到变更后的权重之后,还包括:将目标作品数据的类型及变更后的权重发送到服务器,用于使服务器更新目标作品数据的类型的权重。可选地,学习模型包括本地机器学习引擎,本地机器学习引擎用于确定各作品数据的类型的权重。第二方面,本申请提供了一种数据处理的装置,应用于客户端,包括:第一处理模块,用于通过预设的学习模型预测与第一行为数据相匹配的作品数据,第一行为数据用于表征当前用户选择过的各作品数据的类型;第二处理模块,用于当确定预测的作品数据不包括当前用户选择的目标作品数据,发送数据请求给服务器;第三处理模块,用于接收服务器根据数据请求发送的目标作品数据,并将目标作品数据的类型的权重进行变更,得到变更后的权重,权重用于预测与第一行为数据相匹配的作品数据;第四处理模块,用于根据目标作品数据,显示目标作品数据对应的页面。可选地,第一处理模块,具体用于通过预设的学习模型确定各作品数据的类型的权重;根据各作品数据的类型的权重,预测出与各作品数据的类型相匹配的作品数据。可选地,当确定当前用户选择的作品数据包括目标作品数据,将目标作品数据的类型的权重进行变更,并显示目标作品数据对应的页面。可选地,第三处理模块,具体用于将目标作品数据的类型的权重增加预设的数值。可选地,各作品数据的类型的权重与预测各作品数据的类型对应的作品数据的准确度成正比关系。可选地,在将目标作品数据的类型的权重进行变更,得到变更后的权重之后,第四处理模块,具体用于将目标作品数据的类型及变更后的权重发送到服务器,用于使服务器更新目标作品数据的类型的权重。可选地,学习模型包括本地机器学习引擎,本地机器学习引擎用于确定各作品数据的类型的权重。第三方面,本申请提供了一种电子设备,包括:处理器、存储器和总线;总线,用于连接处理器和存储器;存储器,用于存储操作指令;处理器,用于通过调用操作指令,执行本申请第一方面的数据处理的方法。第四方面,本申请提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被用于执行本申请第一方面的数据处理的方法。本申请实施例提供的技术方案,至少具有如下有益效果:通过预设的学习模型预测与第一行为数据相匹配的作品数据,第一行为数据用于表征当前用户选择过的各作品数据的类型;当确定预测的作品数据不包括当前用户选择的目标作品数据,发送数据请求给服务器;接收服务器根据数据请求发送的目标作品数据,并将目标作品数据的类型的权重进行变更,得到变更后的权重,权重用于预测与第一行为数据相匹配的作品数据;根据目标作品数据,显示目标作品数据对应的页面。如此,通过学习模型预测的方式,提前基于用户的行为习惯对用户的偏好作品数据进行预测,从而实现快速向用户显示目标作品数据对应的页面的目的;同时,通过将目标作品数据的权重进行变更调整,提升了学习模型预测的准确度,进一步提升了向用户显示目标作品数据对应的页面的速度,缩短响应时间,从而提升用户的观看体验。附图说明为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。图1为现有技术中的漫画页面刷新的效果示意图;图2为本申请实施例提供的一种数据处理的方法的流程示意图;图3为本申请实施例提供的学习模型的示意图;图4为本申请实施例提供的另一种数据处理的方法的流程示意图;图5为本申请实施例提供的又一种数据处理的方法的流程示意图;图6为本申请实施例提供的漫画页面刷新的效果示意图;图7为本申请实施例提供的一种数据处理的装置的结构示意图;图8为本申请实施例提供的一种电子设备的结构示意图。具体实施方式为使得本申请的专利技术目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。下面详细描述本申请的实施例,该实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。本
技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可本文档来自技高网...
【技术保护点】
1.一种数据处理的方法,应用于客户端,其特征在于,包括:/n通过预设的学习模型预测与第一行为数据相匹配的作品数据,所述第一行为数据用于表征所述当前用户选择过的各作品数据的类型;/n当确定预测的作品数据不包括所述当前用户选择的目标作品数据,发送数据请求给服务器;/n接收所述服务器根据所述数据请求发送的所述目标作品数据,并将所述目标作品数据的类型的权重进行变更,得到变更后的权重,所述权重用于预测与第一行为数据相匹配的作品数据;/n根据所述目标作品数据,显示所述目标作品数据对应的页面。/n
【技术特征摘要】
1.一种数据处理的方法,应用于客户端,其特征在于,包括:
通过预设的学习模型预测与第一行为数据相匹配的作品数据,所述第一行为数据用于表征所述当前用户选择过的各作品数据的类型;
当确定预测的作品数据不包括所述当前用户选择的目标作品数据,发送数据请求给服务器;
接收所述服务器根据所述数据请求发送的所述目标作品数据,并将所述目标作品数据的类型的权重进行变更,得到变更后的权重,所述权重用于预测与第一行为数据相匹配的作品数据;
根据所述目标作品数据,显示所述目标作品数据对应的页面。
2.根据权利要求1所述的方法,其特征在于,所述通过预设的学习模型预测与第一行为数据相匹配的作品数据,包括:
通过预设的学习模型确定所述各作品数据的类型的权重;
根据所述各作品数据的类型的权重,预测出与所述各作品数据的类型相匹配的作品数据。
3.根据权利要求1所述的方法,其特征在于,该方法还包括:
当确定所述当前用户选择的作品数据包括所述目标作品数据,将所述目标作品数据的类型的权重进行变更,并显示所述目标作品数据对应的页面。
4.根据权利要求1或3所述的方法,其特征在于,所述将所述目标作品数据的类型的权重进行变更,包括:
将所述目标作品数据的类型的权重增加预设的数值。
5.根据权利要求2所述的方法,其特征在于,所述各作品数据的类型的权重与预测所述各作品数据的类型对应的作品数据的准确度成正比关系。
6.根据权利要...
【专利技术属性】
技术研发人员:陈勇,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。