【文件属性】：
文件名称：predictive-fetching:通过预测性地获取用户可能需要的页面来提高性能
文件大小：8KB
文件格式：ZIP
更新时间：2021-05-10 00:59:00
预测获取
通过预测性地获取用户可能需要的页面来提高性能
概述
该建议概述了一种应用数据驱动的方法来优化Web上的加载性能的想法。 通过建立给定任意进入页面的用户可能访问的页面模型，解决方案可以计算用户访问给定下一页或页面集的可能性，并在用户仍在查看其页面时为其预取资源当前页面。 这有可能提高后续页面访问的页面加载性能，因为页面很有可能已经存在于用户的缓存中。
方法
为了预测用户可能访问的下一页，解决方案可以使用 。 Google Analytics（分析）会话数据可用于创建模型，以预测用户接下来将要访问的页面。 此会话数据的好处是它可以随着时间的推移而变化，因此，如果特定的导航路径发生变化，则预测也可以保持最新。
利用此数据的可用性，引擎可以插入<link rel="[prerender/prefetch/preload]">标签，以加快下一页请求的加载时间。 在某些测试中，例如Mark
【文件预览】：
predictive-fetching-master
----LICENSE(11KB)
----README.md(9KB)