网页视图预渲染方法和装置与流程

本公开涉及人工智能，尤其涉及为计算机视觉和深度学习。

背景技术：

1、在应用程序(app，application)中会承载web(world wide web，全球广域网)类网页。这个网页内含网页展示的所有资源，包括但不限于：html(hypertext markuplanguage，超文本标记语言)、js(javascript，脚本编程语言)、css(cascading stylesheets，层叠样式表)和图片等。在app内承载web的view就是webview。通常，用户在app中打开一个web页面时，webview会通过url(uniform resource identifier，统一资源标识符)加载资源并渲染后展示一个完整的web。这个过程中往往要经历几秒到几十秒，非常影响用户体验。

技术实现思路

1、本公开实施例提出了一种网页视图预渲染方法、装置、设备、存储介质以及程序产品。

2、第一方面，本公开实施例提出了一种排序模型训练方法，包括：获取第一训练样本，其中，第一训练样本包括第一样本用户历史行为数据和第一样本网页视图使用标签；将第一样本用户历史行为数据输入至初始排序模型，得到第一样本网页视图使用概率；基于第一样本网页视图使用标签和第一样本网页视图使用概率，计算损失；基于损失调整初始排序模型的参数，得到排序模型。

3、第二方面，本公开实施例提出了一种网页视图预渲染方法，包括：响应于用户的终端上显示网页，将用户的历史行为数据输入至排序模型，得到网页上的多个网页视图的使用概率，其中，排序模型是以样本用户历史行为数据为输入，以样本网页视图使用标签为监督，训练得到的；基于多个网页视图的使用概率，从多个网页视图中选取出待渲染网页视图；对待渲染网页视图进行预渲染，得到预渲染网页视图。

4、第三方面，本公开实施例提出了一种排序模型训练装置，包括：第一获取模块，被配置成获取第一训练样本，其中，第一训练样本包括第一样本用户历史行为数据和第一样本网页视图使用标签；第一预测模块，被配置成将第一样本用户历史行为数据输入至初始排序模型，得到第一样本网页视图使用概率；第一计算模块，被配置成基于第一样本网页视图使用标签和第一样本网页视图使用概率，计算损失；调整模块，被配置成基于损失调整初始排序模型的参数，得到排序模型。

5、第四方面，本公开实施例提出了一种网页视图预渲染装置，包括：预测模块，被配置成响应于用户的终端上显示网页，将用户的历史行为数据输入至排序模型，得到网页上的多个网页视图的使用概率，其中，排序模型是以样本用户历史行为数据为输入，以样本网页视图使用标签为监督，训练得到的；选取模块，被配置成基于多个网页视图的使用概率，从多个网页视图中选取出待渲染网页视图；预渲染模块，被配置成对待渲染网页视图进行预渲染，得到预渲染网页视图。

6、第五方面，本公开实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面或第二方面描述的方法。

7、第六方面，本公开实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面或第二方面描述的方法。

8、第七方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面或第二方面描述的方法。

9、本公开实施例提供了一种网页视图预渲染方法，在预加载的基础上预渲染网页视图，节省了网页视图加载资源和渲染的等待时间，从而缩短了网页视图的打开时间，提升了用户体验。并且，考虑到网页视图占用内存，基于使用概率，有选择性的预渲染。

10、本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种排序模型训练方法，包括：

2.根据权利要求1所述的方法，其中，所述初始排序模型包括以下至少一项：决策树模型、支持向量机、逻辑回归模型、神经网络。

3.根据权利要求2所述的方法，其中，所述初始排序模型是决策树模型；以及

4.根据权利要求3所述的方法，其中，所述方法还包括：

5.一种网页视图预渲染方法，包括：

6.根据权利要求5所述的方法，其中，所述方法还包括：

7.根据权利要求6所述的方法，其中，所述性能参数包括以下至少一项：机型、内存占用率、网络类型、网速、发热状况。

8.根据权利要求5所述的方法，其中，所述方法还包括：

9.根据权利要求8所述的方法，其中，所述方法还包括：

10.根据权利要求9所述的方法，其中，所述方法还包括：

11.一种排序模型训练装置，包括：

12.根据权利要求11所述的装置，其中，所述初始排序模型包括以下至少一项：决策树模型、支持向量机、逻辑回归模型、神经网络。

13.根据权利要求12所述的装置，其中，所述初始排序模型是决策树模型；以及

14.根据权利要求13所述的装置，其中，所述装置还包括：

15.一种网页视图预渲染装置，包括：

16.根据权利要求15所述的装置，其中，所述装置还包括：

17.根据权利要求16所述的装置，其中，所述性能参数包括以下至少一项：机型、内存占用率、网络类型、网速、发热状况。

18.根据权利要求15所述的装置，其中，所述装置还包括：

19.根据权利要求18所述的装置，其中，所述装置还包括：

20.根据权利要求19所述的装置，其中，所述装置还包括：

21.一种电子设备，包括：

22.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-4或5-10中任一项所述的方法。

23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-4或5-10中任一项所述的方法。

技术总结
本公开提供了一种网页视图预渲染方法和装置，涉及人工智能技术领域，尤其涉及为计算机视觉和深度学习技术领域。该方法的一具体实施方式包括：响应于用户的终端上显示网页，将用户的历史行为数据输入至排序模型，得到网页上的多个网页视图的使用概率，其中，排序模型是以样本用户历史行为数据为输入，以样本网页视图使用标签为监督，训练得到的；基于多个网页视图的使用概率，从多个网页视图中选取出待渲染网页视图；对待渲染网页视图进行预渲染，得到预渲染网页视图。

技术研发人员：李祥锐
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/10/24