Только две строки в коде отделяют ваше веб-приложение от магии искусственного интеллекта внешнего интерфейса!
Вот и все, обо всем остальном позаботится Predictive Prefetch js - обучение, прогнозирование и предварительная загрузка следующая страница пользователя связана с фрагментами JavaScript и даже некоторыми другими ресурсами.
История Predictive Prefetch js
История начинается с ALZ Predictor, я всегда был одержим оптимизацией, особенно когда дело касалось производительности, как фронтенд-разработчик однажды в те удивительные дни - вы понимаете, о чем я - мне пришлось иметь дело с медленным Вызов API, и угадайте, что, это тоже блокирующий вызов ... после попытки и попытки выяснить способ уменьшить влияние пользователя, я обнаружил, что задаю следующий вопрос: что, если мы сможем предсказать следующее действие пользователя и сделать это Вызов API заранее (в фоновом режиме) ?. На первый взгляд, я подумал, что это невозможно, пошел искать другое решение - действительно, пришлось.
Тем не менее, со временем меня все больше и больше интересовало, можно ли вообще реализовать такой инструмент для прогнозирования следующих действий пользователя, и я подумал, не означает ли это, что мне нужна целая служба ИИ, работающая и работающая? ? не говоря уже о приемлемой точности, я должен обрабатывать каждого пользователя отдельно ... Я сказал себе, подожди, это уже много, и кто знает, может быть, это будет еще медленнее, не говоря уже о затратах, именно тогда я понял что вся эта идея не имеет смысла, однако у меня возникла идея полностью перенести эту службу ИИ во внешний интерфейс.
Ну теперь! Я интенсивно искал любой инструмент для обработки прогнозов, и ближе всего я нашел Guess.js, я даже пробовал TensorFlow.js и другие библиотеки и инструменты JavaScript для ИИ, но безрезультатно. Здесь я понял, что мне нужно создавать все с нуля. Здесь на помощь приходит ALZ Predictor, реализация JavaScript, основанная на исследовательском алгоритме Gopalratnam и Cook Active LeZi для последовательного онлайн-прогнозирования.
История ALZ Predictor еще не закончена, но оставим ее на следующий раз. Пользуясь поиском Google несколько раз, я заметил, что некоторые результаты, в основном первые несколько и позиционированные, загружаются почти мгновенно при нажатии на них, и действительно то, что делает Google, - это предварительная выборка, а в некоторых случаях даже предварительная визуализация этих результатов, что является отличный пользовательский опыт - это ощущение, что веб-сайт загружается почти мгновенно. Что, если у нас может быть подобное поведение, но на этот раз в нашем собственном веб-приложении? Отсюда и основная идея.
Predictive Prefetch js является результатом следующего вопроса: невозможно создать простой в использовании инструмент AI для прогнозирования и предварительной выборки (в общем случае) некоторых ресурсов веб-приложения. ? Подобно системе рекомендаций, Predictive Prefetch js изучает поведение пользователя при навигации (в приложении), отслеживая изменения в его или его истории навигации и с помощью любых ресурсов, таких как фрагменты сценария, добавленные функцией разделения кода Webpack React. В зависимости от маршрутов веб-приложения и / или размера щелей процесс обучения будет варьироваться, но для среднего приложения нескольких дней будет достаточно, чтобы получить приличные прогнозы и начать предварительную выборку ресурсов для пользователя на лету!
Прогнозирующая предварительная выборка js против Guess.js
В то время как Guess.js упрощает подходы на основе прогнозного анализа данных для улучшения взаимодействия с пользователем в Интернете, Predictive Prefetch js имеет следующие преимущества:
- Нет необходимости в аналитике данных, например в Google Analytics.
- Более точный и персонализированный прогноз для каждого пользователя вместо среднего уровня знаний.
- Готовое решение.
Как это работает?
Чтобы упростить и автоматизировать весь процесс, Predictive Prefetch js начинается с мониторинга ресурсов и маршрутизации изменений, извлечения и моделирования данных, обучение модели - ALZ Predictor - и заканчивается прогнозированием и предварительной выборкой ресурсов следующего события.
- Перехватывайте каждое изменение pushState истории DOM, чтобы извлечь его маршрут.
- Отслеживайте и захватывайте URL источника тега скрипта - ‹script src =”… ”› - это полезно при использовании разделения кода
- Моделируйте данные о маршрутах и URL-адресах для обучения ALZ Predictor - 100% последовательного предсказателя на стороне клиента.
- Спрогнозируйте следующее действие пользователя и добавьте тег ссылки - ‹link rel =” prefetch ”› - для его предварительной загрузки.
Присоединяйтесь к эре интерфейсного ИИ сегодня, добавив всего одну зависимость плюс две строки кода, чтобы начать улучшать взаимодействие с пользователем в сторону мгновенной автоматической загрузки без всех хлопот традиционных (серверных) систем искусственного интеллекта.
