端智能体验实现方法、装置、介质及设备与流程

本技术涉及应用程序开发，尤其是涉及到一种端智能体验实现方法、装置、介质及设备。

背景技术：

1、用户在终端（例如智能手机）通过各类客户端（例如app、网页、网站、小程序等）进行工作、交流、购物等，是现代生活的一个重要部分。用户在使用客户端时的即时体验，可能涉及界面设计、页面加载、功能响应、易用性、流畅度、用户反馈等一些列功能，如何基于改善用户体验进行应用程序开发和改进是本领域技术人员需要考虑的技术问题。

技术实现思路

1、有鉴于此，本技术提供了一种端智能体验实现方法、装置、介质及电子设备，主要目的在于通过实现端上智能以改善用户体验。

2、依据本技术的一个方面，提供了一种端智能体验实现方法，用于针对适用于多类型客户端的前端代码，在前端进行用户体验的感知、决策和处置，所述方法应用于多类型客户端中任意类型客户端中的一个客户端，包括：

3、启动客户端，向服务端发送端智能体验配置请求，获取端智能体验配置并存储到本地；

4、运行前端代码中的端智能套件，包括：启动端智能套件中的感知引擎，实时获取目标数据；触发端智能套件中的决策引擎，依据所述端智能体验配置，针对目标数据进行体验决策；以及，运行端智能套件中的触点引擎，根据体验决策结果触发对应的处置方案。

5、在一种实现方式中，所述处置方案包括：体验监测处置方案、体验分层处置方案，和/或，体验增强处置方案；

6、所述体验监测处置方案包括：根据体验决策确定发生复杂事件时，以ui交互方式在界面中进行实时消息推送和/或进行页面跳转操作；

7、所述体验分层处置方案包括：根据体验决策确定设备运行状态为低运行状态差时，进行接口加载优化和/或页面内容动态调整方案；

8、所述体验增强处置方案包括：根据体验决策得到用户未来行为轨迹，确定用户可能访问的分包资源或页面资源，对所述分包资源或页面资源进行预加载操作。

9、在一种实现方式中，还包括：

10、设置不同处置方案对应不同的优先级，根据优先级确定不同处置方案之间的执行逻辑关系；其中，设置体验分层处置方案对应第一优先级；根据体验分层处置方案的处理结果，确定是否执行体验监测处理方案和/或体验增强处置方案。

11、在一种实现方式中，还包括：

12、通过白盒模型或黑盒模型进行体验监控、体验分层或体验增强的体验决策，以及，根据白盒模型进行初步决策，并根据白盒模型初步决策结果确定是否利用黑盒模型进一步进行精细决策。

13、在一种实现方式中，还包括：

14、设置体验分层决策对应的体验分层模型为白盒模型模式，在所述客户端冷启动阶段，运行所述白盒模型模式的所述体验分层模型，根据所述体验分层模型的预测结果，确定是否继续执行端智能套件或关闭端智能套件；

15、设置体验增强决策对应的全链路动线预测模型为黑盒模型模式，在所述客户端热启动阶段，运行所述黑盒模型模式的所述全链路动线预测模型。

16、在一种实现方式中，所述端智能体验配置包括复杂事件配置信息，所述复杂事件配置信息包括至少一项目标复杂事件的事件配置信息和时机配置信息；

17、所述启动端智能套件中的感知引擎，实时获取目标数据，包括：启动感知引擎，基于前端代码中的统一事件流处理工具，捕捉埋点数据，根据所述埋点数据确定是否触发了所述事件配置信息对应的目标复杂事件；

18、所述触发端智能套件中的决策引擎，依据所述端智能体验配置，针对目标数据进行体验决策，包括：响应于目标复杂事件的触发，运行决策引擎，以依据所述时机配置信息针对所述埋点数据进行时机匹配，确定是否满足所述目标复杂事件的时机；

19、所述运行端智能套件中的触点引擎，根据体验决策结果触发对应的处置方案，包括：在时机匹配成功后，运行触点引擎，以触发目标复杂事件对应的体验监测处置方案。

20、在一种实现方式中，在统一事件流处理工具捕捉到埋点数据之后，还包括：

21、对埋点数据进行客户端类型分析及格式分析，并对埋点数据进行标准化处理，使得不同类型客户端的数据具有统一的格式和结构；

22、其中，所述对埋点数据进行标准化处理，包括：解析埋点数据的埋点信息、事件id、参数信息；对所述埋点信息、事件id以及参数信息进行统一格式封装，转换为标准格式的事件信息。

23、在一种实现方式中，所述决策引擎，是基于自研的复杂事件匹配规则库并被声明为静态函数的复杂事件处理组件，其中，所述自研的复杂事件匹配规则库采用开发以兼容多类型客户端。

24、在一种实现方式中，所述端智能体验配置包括体验分层模型；

25、所述启动端智能套件中的感知引擎，实时获取目标数据，包括：启动感知引擎，获取设备硬件静态数据、设备实时状态数据以及场景实时运行数据；

26、所述触发端智能套件中的决策引擎，依据所述端智能体验配置，针对目标数据进行体验决策，包括：将获取的设备硬件静态数据、设备实时状态数据以及场景实时运行数据输入至所述体验分层模型，预测设备运行状态；

27、所述运行端智能套件中的触点引擎，根据体验决策结果触发对应的处置方案，包括：运行触点引擎，根据设备运行状态的预测结果触发对应的体验分层处置方案。

28、在一种实现方式中，所述体验分层模型，是基于卷积神经网络对数据样本进行特征提取、将提取的特征输入到深度神经网络模型中进行训练而得到的。

29、在一种实现方式中，所述体验分层模型，是通过训练第一网络结构得到第一体验分模型以及训练第二网络结构得到第二体验分层模型，在所述决策引擎决策过程中，通过第一体验分层模型作为白盒模型进行白盒预筛以及通过第二体验分层模型作为黑盒模型进行黑盒精筛，从而预测出设备运行状态。

30、在一种实现方式中，所述端智能体验配置包括全链路动线预测模型；

31、所述启动端智能套件中的感知引擎，实时获取目标数据，包括：启动感知引擎，获取用户行为数据、用户基础数据、场景数据及性能数据；

32、所述触发端智能套件中的决策引擎，依据所述端智能体验配置，针对目标数据进行体验决策，包括：将获取的用户行为数据、用户基础数据、场景数据及性能数据输入至所述全链路动线预测模型，预测用户未来行为轨迹；

33、所述运行端智能套件中的触点引擎，根据体验决策结果触发对应的处置方案，包括：运行触点引擎，根据用户未来行为轨迹的预测结果触发对应的体验增强处置方案。

34、依据本技术另一个方面，提供一种端智能体验实现装置，用于针对适用于多类型客户端的前端代码，在前端进行用户体验的感知、决策和处置，所述装置应用于多类型客户端中任意类型客户端中的一个客户端，包括：

35、配置请求单元，用于启动客户端，向服务端发送端智能体验配置请求，获取端智能体验配置并存储到本地；

36、端智能执行单元，用于运行前端代码中的端智能套件，包括：启动端智能套件中的感知引擎，实时获取目标数据；触发端智能套件中的决策引擎，依据所述端智能体验配置，针对目标数据进行体验决策；以及，运行端智能套件中的触点引擎，根据体验决策结果触发对应的处置方案。

37、依据本技术的一个方面，提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述的端智能体验实现方法。

38、依据本技术的一个方面，提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述的端智能体验实现方法。

39、借由上述技术方案，本技术提供的一种端智能体验实现方法、装置、介质及设备，针对适用于多类型客户端的前端代码，在前端进行用户体验的感知、决策和处置，首先，启动客户端后向服务端发送端智能体验配置请求，获取端智能体验配置并存储到本地；然后运行前端代码中的端智能套件，包括：启动端智能套件中的感知引擎，实时获取目标数据；触发端智能套件中的决策引擎，依据所述端智能体验配置，针对目标数据进行体验决策；以及，运行端智能套件中的触点引擎，根据体验决策结果触发对应的处置方案。

40、本技术实施例提供的端智能体验实现方法，强调的是一种跨端、即时、智能的体验优化方法，它不仅仅关注于提升性能的某一方面，而是从用户体验的全局角度出发，通过实时感知用户状态并动态调整体验，以提供更优质的服务。其核心优势至少包括如下几方面：

41、1、跨端智能体验：支持跨端使用，例如小程序、不同技术栈如web端等，其中，通过静态编译将前端代码转为多端支持代码，能够在不同的平台和设备上提供一致的优化效果；

42、2、即时反应能力：能够实时感知用户的行为和设备状态，如网络情况、内存使用等，并根据这些信息做出即时的调整。这种即时反应能力能够在用户使用过程中不断优化体验，而不是仅在页面加载时进行一次性优化；

43、3、智能决策与自动优化：端智能体验框架内置了黑盒模型和白盒模型，能够根据收集到的数据进行智能分析，从而做出针对性的优化决策。这种基于数据驱动的优化方法，能够更精准地识别和解决性能瓶颈。

44、4、全局策略支持：提供了一系列全局策略，如图片质量降级、包预加载、弱网切换等，这些策略能够在不同场景下灵活使用，从而实现端到端的性能优化。

45、相较于云端智能，端智能具有突出的技术优点：

46、1、实时性：端上的实时性是云上难以比拟的，对于许多交互式和流媒体场景而言，云上的延迟几乎无法满足实时的体验需求；

47、2、离线能力：虽然4g，5g已经普及，但是在实际生活中，比如车上，飞机，或者是郊区，经常出现网络连接不稳定，甚至没有网络的情况，这时端智能就可以很好规避网络差的问题；

48、3、数据隐私：处于数据隐私的要求，很多用户数据无法被上传到云端，所以只能在端上使用；

49、4、成本：云计算虽然提供了海量的算力，但是面向海量用户，ai计算和网络带宽的成本是非常高昂的。

50、此外，与传统的性能优化相比，传统方法往往侧重于针对特定问题的技术优化，如代码分割、懒加载、资源压缩等。而本发明实施例基于端智能体验框架，则更加注重于通过实时的数据分析和智能决策，从用户体验的角度出发，提供一种全面、动态和自适应的优化方案。这种方法不仅能够解决传统性能优化中遇到的一些局限性问题，还能够根据实际的使用场景和用户需求，提供更加个性化和优质的服务。

51、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。