guess-js/guess

解決的問題

Guess.js 解決了 Web 開發人員在實作預測性預取時面臨的困難。手動分析數據來決定要預取哪些頁面既耗時，又往往會隨著使用者趨勢的變化而過時。此外，對於沒有數據科學或機器學習背景的開發人員來說，從頭開始實作預測分析非常複雜。

工作原理

Guess.js 提供了根據使用者導覽模式自動預取資源的工具。它主要利用 Google Analytics API 來確定使用者從目前位置出發，下一個訪問頁面的機率。

對於 Webpack 使用者，專用的套件可以自動完成設定，透過消耗數據來進行分群並生成可以被預取的 bundle。對於非 Webpack 使用者，它提供了一個透過用戶端指令碼整合預測性獲取的工作流程。雖然它可以使用簡單的 GA 報告運作，但其設計旨在擴展到更先進的機器學習模型（例如 TensorFlow 中的馬可夫模型或深度神經網路），以提高預測準確度。

適用對象

希望透過實作數據驅動的預取，在不需要深厚的機器學習或數據分析專業知識的情況下，提升感知頁面載入效能與使用者體驗的 Web 開發人員。

亮點

• 數據驅動的 Bundle 生成: 一個自動完成預測性獲取設定的 Webpack 套件。
• GA 整合: 用於從 Google Analytics API 獲取結構化導覽數據的內建模組。
• 靈活的預取: 支援包括頁面級預渲染與 JavaScript chunk 的 bundle 級預取在內的各種策略。
• 支援機器學習: 設計用於與機器學習模型整合，從而為個人使用者量身打造體驗，而不僅僅是基於通用模式。