[发明专利]基于机器学习的页面渲染方法、设备、存储介质及装置

权利要求书

1.一种基于机器学习的页面渲染方法，其特征在于，所述基于机器学习的页面渲染方法包括以下步骤：

在接收到目标用户设备发送的页面加载请求时，根据所述页面加载请求检测所述目标用户设备对应的目标设备类型；

将所述目标设备类型输入至预设图像比例优化模型中，以使所述预设图像比例优化模型输出所述目标设备类型对应的目标最优比例；

获取所述页面加载请求对应的页面文本信息和页面图像信息；

按照所述目标最优比例对所述页面图像信息进行压缩，获得优化图像信息；

将所述页面文本信息和所述优化图像信息渲染到当前页面；

其中，所述在接收到目标用户设备发送的页面加载请求时，提取所述页面加载请求对应的设备信息之前，所述基于机器学习的页面渲染方法还包括：

获取样本设备类型对应的样本图像类型，并获取所述样本图像类型对应的样本压缩比例和样本满意度；

根据所述样本满意度从所述样本压缩比例中选取所述样本图像类型对应的样本最优比例；

获得所述样本设备类型与所述样本最优比例之间的对应关系，并根据所述对应关系生成预设图像比例优化模型。

2.如权利要求1所述的基于机器学习的页面渲染方法，其特征在于，所述根据所述样本满意度从所述样本压缩比例中选取所述样本图像类型对应的样本最优比例，具体包括：

对所述样本压缩比例和所述样本满意度进行拟合，获得目标优化函数；

通过梯度上升法对所述目标优化函数进行迭代，获得所述样本满意度的最大值；

将所述样本满意度的最大值对应的样本压缩比例作为所述样本图像类型的样本最优比例。

3.如权利要求2所述的基于机器学习的页面渲染方法，其特征在于，所述通过梯度上升法对所述目标优化函数进行迭代，获得所述样本满意度的最大值，具体包括：

每隔预设步长计算所述目标优化函数的函数值；

判断上一函数值与当前函数值的差值是否大于预设阈值；

若所述差值大于所述预设阈值，则返回所述判断上一函数值与当前函数值的差值是否小于预设阈值的步骤；

若所述差值小于或等于所述预设阈值，则认定所述当前函数值为所述样本满意度的最大值。

4.如权利要求3所述的基于机器学习的页面渲染方法，其特征在于，所述每隔预设步长计算所述目标优化函数的函数值之前，所述基于机器学习的页面渲染方法还包括：

获取所述目标优化函数的自变量取值范围，将所述自变量取值范围与预设精度的乘积作为预设步长；

相应地，所述每隔预设步长计算所述目标优化函数的函数值，具体包括：

在所述自变量取值范围内每隔预设步长计算所述目标优化函数的函数值。

5.如权利要求1-4中任一项所述的基于机器学习的页面渲染方法，其特征在于，所述按照所述目标最优比例对所述页面图像信息进行压缩，获得优化图像信息，具体包括：

通过预设压缩工具按照所述目标最优比例对所述页面图像信息的像素进行压缩，获得优化图像信息。

6.如权利要求1-4中任一项所述的基于机器学习的页面渲染方法，其特征在于，所述在接收到目标用户设备发送的页面加载请求时，根据所述页面加载请求检测所述目标用户设备对应的目标设备类型，具体包括：

在接收到目标用户设备发送的页面加载请求时，从所述页面加载请求中提取目标设备信息；

根据所述目标设备信息检测所述目标用户设备对应的目标设备类型。

7.一种页面渲染设备，其特征在于，所述页面渲染设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于机器学习的页面渲染程序，所述基于机器学习的页面渲染程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于机器学习的页面渲染方法的步骤。

8.一种存储介质，其特征在于，所述存储介质上存储有基于机器学习的页面渲染程序，所述基于机器学习的页面渲染程序被处理器执行时实现如权利要求1至6中任一项所述的基于机器学习的页面渲染方法的步骤。

9.一种基于机器学习的页面渲染装置，其特征在于，所述基于机器学习的页面渲染装置包括：

请求接收模块，用于在接收到目标用户设备发送的页面加载请求时，根据所述页面加载请求检测所述目标用户设备对应的目标设备类型；

比例预测模块，用于将所述目标设备类型输入至预设图像比例优化模型中，以使所述预设图像比例优化模型输出所述目标设备类型对应的目标最优比例；

信息获取模块，用于获取所述页面加载请求对应的页面文本信息和页面图像信息；

图像压缩模块，用于按照所述目标最优比例对所述页面图像信息进行压缩，获得优化图像信息；

页面渲染模块，用于将所述页面文本信息和所述优化图像信息渲染到当前页面；

所述请求接收模块还用于获取样本设备类型对应的样本图像类型，并获取所述样本图像类型对应的样本压缩比例和样本满意度；

根据所述样本满意度从所述样本压缩比例中选取所述样本图像类型对应的样本最优比例；

获得所述样本设备类型与所述样本最优比例之间的对应关系，并根据所述对应关系生成预设图像比例优化模型。