本发明涉及互联网技术领域,特别涉及网页跳转路径确定方法及装置。
背景技术:
随着互联网的发展和普及,网页上的内容越来越多,同时越来越多的企业和个人通过网页进行各种操作。
通常一个网页上会带有多个超链接,用户可以通过这些超链接跳转到其他网页,每个网页都由网络侧的服务器提供相关服务。由于网页的网络地址较长,不易记忆,因此用户有时常需要进行多次网页跳转才能观看到自己最终希望看到的网页。例如:用户通过网页a跳转至网页b,然后通过网页b跳转至网页c,最后由网页c跳转到网页d,网页d即为用户最终希望看到的网页。
但是,本申请发明人研究发现:从某个网页最终跳转到另一网页的网页跳转路径并不是唯一的,但大量用户经常使用的网页跳转路径常常是固定的某一个,这种情况导致了被大量用户经常使用的网页跳转路径上的网页加载缓慢甚至出现异常。
技术实现要素:
有鉴于此,本发明提供一种网页跳转路径确定方法及装置,以引导用户均衡使用各网页跳转路径,降低网页异常概率,提高网页跳转的成功率。
为了实现上述发明目的,本发明提供以下技术方案:
一种网页跳转路径确定方法,包括:
获得当前网页的网页标识和最终目的网页的网页标识;
根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径;
获得各所述网页跳转路径上各网页对应的当前服务状态;
根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测;
将预测的各所述网页跳转路径的跳转完成时长输出。
可选的,所述根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测,包括:
对每一个网页跳转路径:将该网页跳转路径中各网页对应的当前服务状态输入预先训练好的时长预测机器模型中,获得所述时长预测机器模型输出的跳转完成时长,其中,所述时长预测机器模型的输入为网页跳转路径中各网页对应的当前服务状态,输出为跳转完成时长。
可选的,所述时长预测机器模型的训练过程包括:
将多个网页跳转路径上各网页对应的历史服务状态下的网页停留时长、网页跳转时长和网页异常时长作为训练数据;
对所述训练数据进行机器学习,获得训练好的时长预测机器模型。
可选的,所述当前服务状态包括:阻塞状态、快速状态和暂停状态。
可选的,还包括:
将确定的各所述网页跳转路径输出;
或者,根据所述跳转完成时长从确定的各所述网页跳转路径中选择至少一个作为推荐路径输出。
一种网页跳转路径确定装置,包括:网页标识获得单元、路径确定单元、服务状态获得单元、时长预测单元和时长输出单元,
所述网页标识获得单元,用于获得当前网页的网页标识和最终目的网页的网页标识;
所述路径确定单元,用于根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径;
所述服务状态获得单元,用于获得各所述网页跳转路径上各网页对应的当前服务状态;
所述时长预测单元,用于根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测;
所述时长输出单元,用于将预测的各所述网页跳转路径的跳转完成时长输出。
可选的,所述时长预测单元具体用于:
对每一个网页跳转路径:将该网页跳转路径中各网页对应的当前服务状态输入预先训练好的时长预测机器模型中,获得所述时长预测机器模型输出的跳转完成时长,其中,所述时长预测机器模型的输入为网页跳转路径中各网页对应的当前服务状态,输出为跳转完成时长。
可选的,还包括:用于对所述时长预测机器模型进行训练的模型训练单元,
所述模型训练单元包括:训练数据确定单元和机器学习单元,
所述训练数据确定单元,用于将多个网页跳转路径上各网页对应的历史服务状态下的网页停留时长、网页跳转时长和网页异常时长作为训练数据;
所述机器学习单元,用于对所述训练数据进行机器学习,获得训练好的时长预测机器模型。
可选的,所述当前服务状态包括:阻塞状态、快速状态和暂停状态。
可选的,还包括:第一输出单元或第二输出单元,
所述第一输出单元,用于将确定的各所述网页跳转路径输出;
所述第二输出单元,用于根据所述跳转完成时长从确定的各所述网页跳转路径中选择至少一个作为推荐路径输出。
本发明实施例提供的一种网页跳转路径确定方法及装置,可以获得当前网页的网页标识和最终目的网页的网页标识;根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径;获得各所述网页跳转路径上各网页对应的当前服务状态;根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测;将预测的各所述网页跳转路径的跳转完成时长输出。本发明可以引导用户均衡使用各网页跳转路径,降低网页异常概率,提高网页跳转的成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1示出了本发明实施例提供的一种网页跳转路径确定方法的流程图;
图2示出了本发明实施例提供的网页跳转路径示意图;
图3示出了本发明实施例提供的另一种网页跳转路径确定方法的流程图;
图4示出了本发明实施例提供的另一种网页跳转路径确定方法的流程图;
图5示出了本发明实施例提供的一种网页跳转路径确定装置的结构示意图;
图6示出了本发明实施例提供的另一种网页跳转路径确定装置的结构示意图。
具体实施方式
本发明公开了一种网页跳转路径确定方法及装置,本领域技术人员可以借鉴本文内容,适当改进工艺参数实现。特别需要指出的是,所有类似的替换和改动对本领域技术人员来说是显而易见的,它们都被视为包括在本发明。本发明的方法及应用已经通过较佳实施例进行了描述,相关人员明显能在不脱离本发明内容、精神和范围内对本文所述的方法和应用进行改动或适当变更与组合,来实现和应用本发明技术。
如图1所示,本发明实施例提供的一种网页跳转路径确定方法,可以包括:
s100、获得当前网页的网页标识和最终目的网页的网页标识。
其中,网页标识可以为网页的网址,也可以为网页的标题,网页的id等。
当前网页是用户当前打开的网页,最终目的网页是用户最终希望看到的网页。具体的,最终目的网页可以根据用户选择或输入的相关信息确定,例如:用户输入或选择最终目的网页的网页标识,或者,用户输入或选择希望实现的操作(例如在某银行的网络银行的用户个人页面上选择希望实现的操作为:开通短信通知业务,则确定最终目的网页为短信开通成功的通知页面)。
s200、根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径。
具体的,网页跳转路径可以由具有网页跳转关系的多个网页构成,每个网页可以为该网页跳转路径上的一个节点。如图2所示,假设最终目的网页为网页h,则用户通过当前网页跳转到网页h有如图2所示的多种网页跳转路径。图2中的箭头表示网页跳转方向。
可以理解的是,网页源代码中保存有网页之间的跳转关系,因此可以从网页源代码中获得网页之间的跳转关系,从而确定网页跳转路径。
当然,由于网页服务器中保存有包括网页跳转关系在内的多种网页数据,因此本发明也可以从网页服务器中获得当前网页跳转到所述最终目的网页的至少一个网页跳转路径。
可选的,图1所示方法还可以包括:将确定的各所述网页跳转路径输出。
这样,就提示了用户有多种网页跳转路径可以使用,使得用户可以选择其中的一个网页跳转路径进行操作,避免了由于集中使用某一个网页跳转路径而导致的网页加载缓慢甚至出现异常的问题。由于提供了多种可以选择的网页跳转路径,因此可以引导用户均衡使用各网页跳转路径,降低网页异常概率,提高网页跳转的成功率。
s300、获得各所述网页跳转路径上各网页对应的当前服务状态。
其中,所述服务状态包括:阻塞状态、快速状态和暂停状态。
本发明可以从网页服务器中获得各网页对应的当前服务状态,也可以根据网页跳转时长确定网页对应的当前服务状态。当第一网页跳转到第二网页的网页跳转时长小于第一预设时间阈值时,则可以确定第二网页的对应的当前服务状态为快速状态。当第一网页跳转到第二网页的网页跳转时长大于第二预设时间阈值时,则可以确定第二网页的对应的当前服务状态为暂停状态。其中,第二预设时间阈值大于第一预设时间阈值。当第一网页跳转到第二网页的网页跳转时长位于第一预设时间阈值和第二预设时间阈值之间时,则可以确定第二网页的对应的当前服务状态为阻塞状态。
上述网页跳转时长可以通过实际测试来得到,例如:在第一网页尝试跳转到第二网页,统计本次跳转时间。具体的,网页跳转时长可以以发出跳转指令为起点,以加载第二网页完成为终点,将上述起点和终点之间的时长确定为网页跳转时长。
其中,阻塞状态是由于对网页对应的服务的并发请求太多而导致的该服务响应请求较慢的状态。快速状态是服务可以快速响应请求的状态。暂停状态是暂时无法提供服务的状态。
可以理解的是,由于无法通过处于暂停状态的网页获得相应的服务,因此可以将包括处于暂停状态的网页的网页跳转路径从步骤s200中确定的网页跳转路径中去除。
s400、根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测。
由于不同服务状态下的服务响应时长差异巨大,因此本发明可以根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测。
具体的,如图3所示,步骤s400可以包括:
s410、对每一个网页跳转路径:将该网页跳转路径中各网页对应的当前服务状态输入预先训练好的时长预测机器模型中,获得所述时长预测机器模型输出的跳转完成时长,其中,所述时长预测机器模型的输入为网页跳转路径中各网页对应的当前服务状态,输出为跳转完成时长。
在其他实施例中,所述时长预测机器模型的训练过程可以包括:
将多个网页跳转路径上各网页对应的历史服务状态下的网页停留时长、网页跳转时长和网页异常时长作为训练数据;
对所述训练数据进行机器学习,获得训练好的时长预测机器模型。
其中,网页停留时长是网页持续显示的时长,例如:网页为查询客户信息页面,该网页的持续显示时间即为网页停留时长。
网页异常时长是网页无法正常使用的时长,例如:网页为查询客户信息页面,网页无法正常显示或网页的某个服务无法正常使用的时长即为网页异常时长。
s500、将预测的各所述网页跳转路径的跳转完成时长输出。
将跳转完成时长输出后,用户可以参照预测的跳转完成时长来选择网页跳转路径,这样可以有效避开延迟甚至中断的网页跳转路径,有效提高了网页跳转的成功率。
可选的,如图4所示,图1所示方法还可以包括:
s600、根据所述跳转完成时长从确定的各所述网页跳转路径中选择至少一个作为推荐路径输出。
可选的,可以将预测的跳转完成时长最短的网页跳转路径作为推荐路径输出。
本发明实施例提供的一种网页跳转路径确定方法,可以获得当前网页的网页标识和最终目的网页的网页标识;根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径;获得各所述网页跳转路径上各网页对应的当前服务状态;根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测;将预测的各所述网页跳转路径的跳转完成时长输出。本发明可以引导用户均衡使用各网页跳转路径,降低网页异常概率,提高网页跳转的成功率。
与上述方法实施例相对应,本发明还提供了一种网页跳转路径确定装置。
如图5所示,本发明实施例提供的一种网页跳转路径确定装置,可以包括:网页标识获得单元100、路径确定单元200、服务状态获得单元300、时长预测单元400和时长输出单元500,
所述网页标识获得单元100,用于获得当前网页的网页标识和最终目的网页的网页标识;
所述路径确定单元200,用于根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径;
所述服务状态获得单元300,用于获得各所述网页跳转路径上各网页对应的当前服务状态;
所述时长预测单元400,用于根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测;
所述时长输出单元500,用于将预测的各所述网页跳转路径的跳转完成时长输出。
可选的,所述时长预测单元400可以具体用于:
对每一个网页跳转路径:将该网页跳转路径中各网页对应的当前服务状态输入预先训练好的时长预测机器模型中,获得所述时长预测机器模型输出的跳转完成时长,其中,所述时长预测机器模型的输入为网页跳转路径中各网页对应的当前服务状态,输出为跳转完成时长。
可选的,如图6所示,图5所示装置还可以包括:用于对所述时长预测机器模型进行训练的模型训练单元600,所述模型训练单元600包括:训练数据确定单元610和机器学习单元620,
训练数据确定单元610,用于将多个网页跳转路径上各网页对应的历史服务状态下的网页停留时长、网页跳转时长和网页异常时长作为训练数据;
机器学习单元620,用于对所述训练数据进行机器学习,获得训练好的时长预测机器模型。
其中,所述当前服务状态包括:阻塞状态、快速状态和暂停状态。
可选的,图5所示装置还可以包括:第一输出单元或第二输出单元,所述第一输出单元,用于将确定的各所述网页跳转路径输出;
所述第二输出单元,用于根据所述跳转完成时长从确定的各所述网页跳转路径中选择至少一个作为推荐路径输出。
本发明实施例提供的一种网页跳转路径确定装置,可以获得当前网页的网页标识和最终目的网页的网页标识;根据所述当前网页的网页标识和所述最终目的网页的网页标识,确定可从所述当前网页跳转到所述最终目的网页的至少一个网页跳转路径;获得各所述网页跳转路径上各网页对应的当前服务状态;根据所述当前服务状态对各所述网页跳转路径的跳转完成时长进行预测;将预测的各所述网页跳转路径的跳转完成时长输出。本发明可以引导用户均衡使用各网页跳转路径,降低网页异常概率,提高网页跳转的成功率。
所述网页跳转路径确定装置包括处理器和存储器,上述网页标识获得单元、路径确定单元、服务状态获得单元、时长预测单元和时长输出单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来确定网页跳转路径的跳转完成时长。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现所述网页跳转路径确定方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述网页跳转路径确定方法。
本发明实施例提供了一种设备,设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线;其中,处理器、存储器通过总线完成相互间的通信;处理器用于调用存储器中的程序指令,以执行上述的网页跳转路径确定方法。本文中的设备可以是服务器、pc、pad、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有上述的网页跳转路径确定方法中步骤的程序。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中,设备包括一个或多个处理器(cpu)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(ram)和/或非易失性内存等形式,如只读存储器(rom)或闪存(flashram),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。