System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种页面的动态懒加载方法、装置、设备及存储介质制造方法及图纸_技高网

一种页面的动态懒加载方法、装置、设备及存储介质制造方法及图纸

技术编号:40350044 阅读:9 留言:0更新日期:2024-02-09 14:34
本申请提出一种页面的动态懒加载方法、装置、设备及存储介质,页面的动态懒加载方法通过获取训练数据,训练数据包括页面滚动时用户的行为数据以及与行为数据关联的页面内容,利用训练数据训练深度学习模型,得到动态预测模型,在页面滚动时采集用户行为,根据用户行为以及动态预测模型,动态预测懒加载内容,根据懒加载内容,更新页面的显示内容,通过引入动态预测模型动态预测懒加载内容,进行页面的显示内容的更新,更加智能、高效,且相对静态记载,更加贴合用户的实际需求,有利于提高用户的体验。

【技术实现步骤摘要】

本申请涉及人工智能领域,尤其涉及一种页面的动态懒加载方法、装置、设备及存储介质


技术介绍

1、随着计算机的技术的发展,页面的懒加载方法应用越来越广泛。现有的页面懒加载方法通常基于固定的规则或条件,静态地决定哪些内容需要懒加载。这些方法在处理复杂和多样化的网页内容时,往往难以做出最优的决策,或者无法满足用户的需求,导致用户体验下降或网页性能降低。


技术实现思路

1、本申请实施例提供一种页面的动态懒加载方法、装置、设备及存储介质,以解决相关技术存在的至少一个问题,技术方案如下:

2、第一方面,本申请实施例提供了一种页面的动态懒加载的方法,包括:

3、获取训练数据,所述训练数据包括页面滚动时用户的行为数据以及与所述行为数据关联的页面内容;

4、利用所述训练数据训练深度学习模型,得到动态预测模型;

5、在页面滚动时采集用户行为,根据所述用户行为以及所述动态预测模型,动态预测懒加载内容;

6、根据所述懒加载内容,更新所述页面的显示内容。

7、在一种实施方式中,所述根据所述懒加载内容,更新所述页面的显示内容包括:

8、对所述页面进行解析,确定所述页面的html结构;

9、通过所述html结构以及正则表达式,对所述懒加载内容进行内容提取,得到目标懒加载内容;

10、将所述目标懒加载内容加载至后台服务器中;

11、通过所述后台服务器对所述目标懒加载内容进行渲染处理,利用渲染处理后的目标懒加载内容更新所述页面的显示内容。

12、在一种实施方式中,所述将所述目标懒加载内容加载至后台服务器中包括:

13、通过ajax或者websocket将所述目标懒加载内容异步加载至后台服务器中。

14、在一种实施方式中,所述通过所述后台服务器对所述目标懒加载内容进行渲染处理,利用渲染处理后的目标懒加载内容更新所述页面的显示内容包括:

15、通过所述后台服务器对所述目标懒加载内容进行局部渲染;

16、通过所述后台服务器利用预设框架或者操作元素,将局部渲染后的目标懒加载内容更新至所述页面中,以更新所述页面的显示内容。

17、在一种实施方式中,所述利用所述训练数据训练深度学习模型,得到动态预测模型包括:

18、将所述训练数据输入至所述深度学习模型中;

19、通过所述深度学习模型对所述行为数据进行第一特征提取处理,得到行为特征信息,通过所述深度学习模型对所述页面内容进行第二特征提取处理,得到多模态的页面特征信息;

20、根据所述行为特征信息以及所述多模态的页面特征信息,对所述深度学习模型进行训练,得到动态预测模型。

21、在一种实施方式中,所述通过所述深度学习模型对所述行为数据进行第一特征提取处理,得到行为特征信息,通过所述深度学习模型对所述页面内容进行第二特征提取处理,得到多模态的页面特征信息包括:

22、通过所述深度学习模型对所述行为数据进行特征提取,提取滚动速度、滚动方向、停留时间以及鼠标移动轨迹中的至少之一,得到行为特征信息;

23、通过所述深度学习模型对所述页面内容进行特征提取,提取文字、图片以及视频中的至少之一,得到多模态的页面特征信息。

24、在一种实施方式中,所述根据所述行为特征信息以及所述多模态的页面特征信息,对所述深度学习模型进行训练,得到动态预测模型包括:

25、通过有监督学习,利用所述行为特征信息以及所述多模态的页面特征信息,对所述深度学习模型进行第一训练;

26、通过有监督学习以及强化学习依序对第一训练结果进行第二训练;

27、通过迁移学习或者超参数优化,在第二训练的过程中调整模型参数,直至达到终止条件,得到动态预测模型。

28、第二方面,本申请实施例提供了一种页面的动态懒加载装置,包括:

29、获取模块,用于获取训练数据,所述训练数据包括页面滚动时用户的行为数据以及与所述行为数据关联的页面内容;

30、训练模块,用于利用所述训练数据训练深度学习模型,得到动态预测模型;

31、预测模块,用于在页面滚动时采集用户行为,根据所述用户行为以及所述动态预测模型,动态预测懒加载内容;

32、更新模块,用于根据所述懒加载内容,更新所述页面的显示内容。

33、第三方面,本申请实施例提供了一种电子设备,包括:处理器和存储器,该存储器中存储指令,该指令由该处理器加载并执行,以实现上述各方面任一种实施方式中的方法。

34、第四方面,本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被执行时实现上述各方面任一种实施方式中的方法。

35、上述技术方案中的有益效果至少包括:

36、通过获取训练数据,训练数据包括页面滚动时用户的行为数据以及与行为数据关联的页面内容,利用训练数据训练深度学习模型,得到动态预测模型,在页面滚动时采集用户行为,根据用户行为以及动态预测模型,动态预测懒加载内容,根据懒加载内容,更新页面的显示内容,通过引入动态预测模型动态预测懒加载内容,进行页面的显示内容的更新,更加智能、高效,且相对静态记载,更加贴合用户的实际需求,有利于提高用户的体验。

37、上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。

本文档来自技高网...

【技术保护点】

1.一种页面的动态懒加载方法,其特征在于,包括:

2.根据权利要求1所述页面的动态懒加载方法,其特征在于:所述根据所述懒加载内容,更新所述页面的显示内容包括:

3.根据权利要求2所述页面的动态懒加载方法,其特征在于:所述将所述目标懒加载内容加载至后台服务器中包括:

4.根据权利要求2或3所述页面的动态懒加载方法,其特征在于:所述通过所述后台服务器对所述目标懒加载内容进行渲染处理,利用渲染处理后的目标懒加载内容更新所述页面的显示内容包括:

5.根据权利要求1所述页面的动态懒加载方法,其特征在于:所述利用所述训练数据训练深度学习模型,得到动态预测模型包括:

6.根据权利要求5所述页面的动态懒加载方法,其特征在于:所述通过所述深度学习模型对所述行为数据进行第一特征提取处理,得到行为特征信息,通过所述深度学习模型对所述页面内容进行第二特征提取处理,得到多模态的页面特征信息包括:

7.根据权利要求5或6所述页面的动态懒加载方法,其特征在于:所述根据所述行为特征信息以及所述多模态的页面特征信息,对所述深度学习模型进行训练,得到动态预测模型包括:

8.一种页面的动态懒加载装置,其特征在于,包括:

9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器中存储指令,所述指令由所述处理器加载并执行,以实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被执行时实现如权利要求1-7中任一项所述的方法。

...

【技术特征摘要】

1.一种页面的动态懒加载方法,其特征在于,包括:

2.根据权利要求1所述页面的动态懒加载方法,其特征在于:所述根据所述懒加载内容,更新所述页面的显示内容包括:

3.根据权利要求2所述页面的动态懒加载方法,其特征在于:所述将所述目标懒加载内容加载至后台服务器中包括:

4.根据权利要求2或3所述页面的动态懒加载方法,其特征在于:所述通过所述后台服务器对所述目标懒加载内容进行渲染处理,利用渲染处理后的目标懒加载内容更新所述页面的显示内容包括:

5.根据权利要求1所述页面的动态懒加载方法,其特征在于:所述利用所述训练数据训练深度学习模型,得到动态预测模型包括:

6.根据权利要求5所述页面的动态懒加载方法,其特征在于:所述通过所述深度学...

【专利技术属性】
技术研发人员:廖金志郑红利余宝彬朱锦勇
申请(专利权)人:广东亿迅科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1