[发明专利]一种Web数据预加载方法及系统

说明书

本发明属于数据加载领域，公开了一种Web数据预加载方法及系统，预测用户可能下一次可能点击的热区，提高用户在浏览页面数据时的体验；通过建立长连接来保持前后台通讯，前台负责对用户行为数据进行采集和跟踪，并对后台的预测结果进行执行，前台采集的用户行为数据定期上报给后台，后台以用户点击行为作为分隔符，来处理周期上报的行为数据。本发明使用机器学习对用户历史行为数据的学习，并按照时间、用户、页面类型等局部加权算法，预测出用户下一次可能点击的热区，通知前端执行；本发明提供的Web数据预加载方法，提升数据加载速度，并更贴合用户习惯。

技术领域

本发明属于数据加载领域，尤其涉及一种Web数据预加载方法及系统

背景技术

随着移动互联网、物联网等新兴技术的发展，用户数据呈指数增长，随着数据量的增多，页面的加载速度也越来越慢，用户需要耗费更多的时间来等待系统响应。

得益于缓存技术的应用，数据加载速度有一定的提升，但由于缓存有一定的命中概率和时效性，造成数据加载时快时慢。很难给用户提供一个稳定的体验。

机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。利用机器学习这一特性，本发明可以将Web数据预加载行为交给机器学习来预测，以此解决传统Web在大数据情况下加载速度慢，用户体验差的问题。

综上所述，现有技术存在的问题是：

(1)传统Web在大数据情况下加载速度慢，用户体验差的问题。

(2)传统预加载不能减少TCP握手上浪费的时间和对服务器产生的压力，造成数据的稳定传输性能差。

(3)传统缓存技术命中率低，时常发生缓存击穿，数据库服务器并发压力大。

(4)传统预加载技术使用点(单个元素)作为预加载对象，通常以关键字为触发方式，预加载准确率低，与用户行为习惯相脱离。

(5)传统用户跟踪技术不成熟，无法全面跟踪用户操作习惯。

解决上述技术问题的难度和意义：

人类信息化水平逐年提高，大数据的使用和处理成为必然，由于硬件设备限制，大数据处理给数据库服务器、应用服务器都带来长时间消耗，从而导致整体服务性能下降。

本发明在不增加硬件设备投入的前提下，通过已有信息技术和手段提升大数据的加载速度，减少用户在使用大数据时所浪费的等待时间，在提升经济效益的同时提升用户体验。借助长连接技术解决频繁TCP握手，保证用户行为的实时跟踪。通过机器学习算法，对已有用户行为数据进行机器学习，以行为预测行为，提高缓存命中率，降低数据库服务并发数。在已有服务架构不变的情况下，本技术可以无侵入式对传统服务进行改造，优化用户体验。

发明内容

针对现有技术存在的问题，本发明提供了一种Web数据预加载方法及系统，利用机器学习这一特性，本发明可以将Web数据预加载行为交给机器学习来预测，以此解决传统Web在大数据情况下加载速度慢，用户体验差的问题。

本发明是这样实现的，一种Web数据预加载方法包括：

步骤一：在框架页面为当前用户使用机器和服务器之间创建一个长连接；

步骤二：前端脚本将用户当前浏览的界面以网格形式，自页面左上角开始，按照从左到右，从上到下的方式切割为相同大小、等像素的正方形热区；

步骤三：跟踪用户鼠标移动轨迹、鼠标悬停热区、鼠标按键操作、来源页面、页面停留时间等操作行为；对收集到的用户操作行为、页面特征ID、用户ID(如果有登陆的情况)通过长连接通道向后台发送；

步骤四：利用用户的每次点击来分隔训练集数据，并对用户操作行为数据包进行提取；