所谓深度链接(Deep linking)

简介:

是为那些非Html页面应用而给定的一种关于URL定位的描述。

例如,在一个网页里,如果有“Home”、“About Us”和“Contact”三个导航按钮,无论什么时候点击它们,都会定向到一个独立的URL,譬如http://www.jack-fx.com/http://www.jack-fx.com/net/。这样的好处是,你可以为你感兴趣的页面添加书签或者发给你的朋友。否则,你只能发送这个地址 www.jack-fx.com 给你的朋友,然后告诉他如何才能进入到Contact页面(注:前者可以一步到位到http://www.xxxx.com/contact.html,后者只能先进入http://www.xxxx.com然后再进入到Contact页面)。

在Flash应用程序里,当你不使用深度链接(Deep Linking)时,就像上述的第二种情况一样,你不能为指定的状态(state)添加书签,没有Contact页的URL可以发给你的好友。
深度链接(Deep Linking)可以解决这个问题并且支持浏览器的后退按钮。 
一般深度链接是通过php程序或js来实现。

需要使用深度链接的程序有:Flash应用程序,Flex应用程序,Ajax应用程序等


本文转自Jack Niu博客园博客,原文链接:http://www.cnblogs.com/skywind/archive/2013/05/15/3079229.html,如需转载请自行联系原作者

相关文章
|
7月前
|
搜索推荐 Android开发 iOS开发
AppsFlyer 研究(四)OneLink Deep Linking Guide
AppsFlyer 研究(四)OneLink Deep Linking Guide
250 0
|
11天前
|
数据采集 人工智能 自然语言处理
【AI大模型应用开发】【Fine-Tuning】0. 从一个例子开始学习大模型Fine-Tuning
【AI大模型应用开发】【Fine-Tuning】0. 从一个例子开始学习大模型Fine-Tuning
22 0
|
机器学习/深度学习 算法
Machine Learning-L10-神经网络简介
Machine Learning-L10-神经网络简介
Machine Learning-L10-神经网络简介
|
机器学习/深度学习 人工智能 自然语言处理
Machine Learning-L0-机器学习简介
Machine Learning-L0-机器学习简介
Machine Learning-L0-机器学习简介
|
算法 数据挖掘 Python
Machine Learning-L15-EM算法全解析(下)
Machine Learning-L15-EM算法全解析(下)
Machine Learning-L15-EM算法全解析(下)
《Graph Neural Networks- Combing Deep Learning & Symbolic Reasoning》电子版地址
Graph Neural Networks- Combing Deep Learning & Symbolic Reasoning
67 0
《Graph Neural Networks- Combing Deep Learning & Symbolic Reasoning》电子版地址
|
机器学习/深度学习 人工智能 搜索推荐
【推荐系统论文精读系列】(十五)--Examples-Rules Guided Deep Neural Network for Makeup Recommendation
在本文中,我们考虑了一个全自动补妆推荐系统,并提出了一种新的例子-规则引导的深度神经网络方法。该框架由三个阶段组成。首先,将与化妆相关的面部特征进行结构化编码。其次,这些面部特征被输入到示例中——规则引导的深度神经推荐模型,该模型将Before-After图像和化妆师知识两两结合使用。
118 0
【推荐系统论文精读系列】(十五)--Examples-Rules Guided Deep Neural Network for Makeup Recommendation
|
机器学习/深度学习 Python
深度学习跟踪DLT (deep learning tracker)
深度学习跟踪DLT (deep learning tracker)
125 2
|
机器学习/深度学习 负载均衡 搜索推荐
【推荐系统论文精读系列】(十六)--Locally Connected Deep Learning Framework for Industrial-scale Recommender Systems
在这项工作中,我们提出了一个局部连接的深度学习框架推荐系统,该框架将DNN的模型复杂性降低了几个数量级。我们利用Wide& Deep模型的思想进一步扩展了框架。实验表明,该方法能在较短的运行时间内取得较好的效果。
107 0
【推荐系统论文精读系列】(十六)--Locally Connected Deep Learning Framework for Industrial-scale Recommender Systems
|
机器学习/深度学习 算法 搜索推荐
Paper:《A Few Useful Things to Know About Machine Learning—关于机器学习的一些有用的知识》翻译与解读
Paper:《A Few Useful Things to Know About Machine Learning—关于机器学习的一些有用的知识》翻译与解读