能否通过预测用户行为优化前端性能? 举报 理由 举报 取消 前几天突然一下开了脑洞,想着我们能不能通过预测用户在站点内的行为,而选择性的为用户预加载一些前端资源,从而达到优化前端性能的目的?于是我写了个小demo,感觉好像是可行的。可是我在网上搜了半天好像没找到什么有价值的资料,于是写了一篇blog供大家探讨。具体的方法我的博文中有详细论述:基于大数据的用户行为预测在前端性能优化上的应用不知各位前辈是否有相关的 知识、经验和见解。 ^_^ 2017年10月15日 7 条回复 1487 次浏览 优化,分析,开发,性能,数据,用户
回复 ( 7 )
理论上是可以的,很早就和 @张立理 一起开过这样的脑洞。理想情况最后应该要形成一个闭环的系统,但是感觉继续往下 YY 那得进入人工智能和机器学习的范畴了,我们不懂啊……期待有人把这个脑洞发扬光大!
已经有相关论文了,作者还用的是淘宝举的例子,应该是淘宝前端,有兴趣可以上知网搜一下。具体名字和论文,已经遗失在我损坏的硬盘里T_T
懒加载为例,现在做的是首屏同步,二屏异步。但实际在用户使用的过程中,那些功能是他到网站上第一时间就会触发的?用这样的维度去做懒加载的话可能颗粒会更小,更适合交互复杂的网站。
刚翻译的一篇文章,有一点实现细节
一箩筐的预加载技术
理论上可以 每个用户的若干次访问路径其实可以记录下来变成一颗decision tree 综合所有用户的访问路径得到random forest 每个新用户到达的时候每一层都可以通过这个random forest预测下一步最可能访问的页面 不过感觉仅仅对大访问量的站点有效
个人感觉,思路是挺好的。
下面是本人的一些看法:
欢迎交流这个方面的问题。
首先大数据积累是一个长期的过程,其次不同用户群体的操作习惯和路径是不一样的,第三软件的需求本身也会不断变化,所以这样并不实用