应用程序预测模型更新方法、装置、存储介质及终端制造方法及图纸

本申请实施例公开了应用程序预测模型更新方法、装置、存储介质及终端。该方法包括：检测到应用程序卸载事件被触发，确定所卸载的第一应用程序；当应用程序预测模型对应的训练样本数据中包含与所述第一应用程序对应的数据记录时，从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据；基于所述目标训练样本数据更新所述应用程序预测模型。本申请通过采用上述技术方案，可解决应用程序被卸载时，应用程序预测模型对应的训练样本数据中包含的应用程序相关的数据记录，与实际安装的应用程序不符的情况，可有效提高利用应用程序预测模型对待启动应用程序预测的准确性。

【技术实现步骤摘要】
应用程序预测模型更新方法、装置、存储介质及终端
本申请实施例涉及应用程序预加载
，尤其涉及应用程序预测模型更新方法、装置、存储介质及终端。
技术介绍
目前，诸如智能手机、平板电脑、笔记本电脑以及智能家电等终端已成为人们日常生活中必不可少的电子设备。随着终端设备不断地智能化，多数终端设备中都装载有操作系统，使得终端设备能够安装丰富多样的应用程序，满足用户不同的需求。随着终端设备的配置不断提升，多数终端设备中可以安装几十甚至上百个应用程序，而随着应用程序的功能日益丰富，应用程序运行时所需加载的资源也越来越多。当用户选择启动一个应用程序时，终端会对该应用程序启动所需的资源进行加载，待加载完毕后，进入应用程序的初始界面，整个过程通常要花费数秒甚至十几秒的时间，导致应用程序的启动效率较低，亟需改进。
技术实现思路
本申请实施例提供应用程序预测模型更新方法、装置、存储介质及终端，可以优化终端中应用程序的预加载方案。第一方面，本申请实施例提供了一种应用程序预测模型更新方法，包括：检测到应用程序卸载事件被触发，确定所卸载的第一应用程序；当应用程序预测模型对应的训练样本数据中包含与所述第一应用程序对应的数据记录时，从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据；基于所述目标训练样本数据更新所述应用程序预测模型。第二方面，本申请实施例提供了一种应用程序预测模型更新装置，包括：应用确定模块，用于检测到应用程序卸载事件被触发，确定所卸载的第一应用程序；样本数据生成模块，用于当应用程序预测模型对应的训练样本数据中包含与所述第一应用程序对应的数据记录时，从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据；预测模型更新模块，用于基于所述目标训练样本数据更新所述应用程序预测模型。第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例第一方面所述的应用程序预测模型更新方法。第四方面，本申请实施例提供了一种终端，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例第一方面所述的应用程序预测模型更新方法。本申请实施例中提供的应用程序预测模型更新方案，检测到应用程序卸载事件被触发，确定所卸载的第一应用程序，并当应用程序预测模型对应的训练样本数据中包含与第一应用程序对应的数据记录时，从训练样本数据中删除与第一应用程序对应的数据记录，生成目标训练样本数据，然后基于目标训练样本数据更新应用程序预测模型。通过采用上述技术方案，可解决应用程序被卸载时，应用程序预测模型对应的训练样本数据中包含的应用程序相关的数据记录，与实际安装的应用程序不符的情况，可有效提高利用应用程序预测模型对待启动应用程序预测的准确性。附图说明图1为本申请实施例提供的一种应用程序预测模型更新方法的流程示意图；图2为本申请实施例提供的一种预加载活动窗口堆栈与显示屏幕显示区域的相对位置关系示意图；图3为本申请实施例提供的又一种预加载活动窗口堆栈与显示屏幕显示区域的相对位置关系示意图；图4为本申请实施例提供的一种应用界面迁移示意图；图5为本申请实施例提供的另一种应用程序预测模型更新方法的流程示意图；图6为本申请实施例提供的又一种应用程序预测模型更新方法的流程示意图；图7为本申请实施例提供的一种应用程序预测模型更新装置的结构示意图；图8为本申请实施例提供的一种终端的结构示意图；图9为本申请实施例提供的另一种终端的结构示意图。具体实施方式下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。图1为本申请实施例提供的应用程序预测模型更新方法的流程示意图，该方法可以由应用程序预测模型更新装置执行，其中该装置可由软件和/或硬件实现，一般可集成在终端中。如图1所示，该方法包括：步骤101、检测到应用程序卸载事件被触发，确定所卸载的第一应用程序。示例性的，本申请实施例中的终端可包括手机、平板电脑、笔记本电脑以及智能家电等终端设备。终端中装载有操作系统。在本申请实施例中，当检测到应用程序卸载事件被触发时，也即当检测到终端中应用程序被卸载时，获取当前被卸载的应用程序，并将当前被卸载的应用程序作为第一应用程序。其中，对应用程序卸载事件的触发条件不做限定。例如，当检测到用户在设置应用中执行对某应用程序的卸载操作时，触发应用程序卸载事件；或者，当检测到用户在软件管家应用程序中执行对某应用程序的卸载操作时，触发应用程序卸载事件；又或者，检测到用户长按移动终端中某应用程序对应的应用图标，并执行删除操作时，触发应用程序卸载事件。步骤102、当应用程序预测模型对应的训练样本数据中包含与所述第一应用程序对应的数据记录时，从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据。在本申请实施例中，应用程序预测模型可以理解为预先训练好的能够预测出待预加载的应用程序的学习模型。应用程序预测模型可以是基于采集的样本训练数据对预设机器学习模型进行训练生成的。所采用的算法可以包括循环神经网络(Recurrentneuralnetworks,RNN)、长短期记忆(LongShort-TermMemory,LSTM)网络、门限循环单元、简单循环单元、自动编码器、决策树、随机森林、特征均值分类、分类回归树、隐马尔科夫、K最近邻(k-NearestNeighbor，KNN)算法、逻辑回归模型、贝叶斯模型、高斯模型以及KL散度(Kullback–Leiblerdivergence)等等。可选的，可在用户使用终端的过程中，采集训练样本作为样本训练数据，利用所述样本训练数据对预设机器学习模型进行训练，最终得到用于预测待预加载应用程序的应用程序预测模型。示例性的，样本训练数据中包含的元素可包括应用程序被打开的时间序列或次序序列；可包括应用程序被打开的时间、地点以及频次等；可包括终端的运行状态，如移动数据网络的开关状态、无线热点的连接状态、所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、当前应用程序在后台停留的时长、当前应用程序最近一次被切换至后台的时间、耳机插孔的插拔状态、充电状态、电池电量信息以及屏幕显示时长等等；还可包括终端中集成的传感器采集到的数据，如运动传感器、光线传感器、温度传感器以及湿度传感器等等。在本申请实施例中，当检测到应用程序卸载事件被触发时，即检测某应用程序被卸载时，若预先训练的应用程序预测模型对应的训练样本数据中包含与被卸载的应用程序相关的数据记录，容易恶化应用程序预测模型对待预加载应用程预本文档来自技高网...

【技术保护点】
1.一种应用程序预测模型更新方法，其特征在于，包括：检测到应用程序卸载事件被触发，确定所卸载的第一应用程序；当应用程序预测模型对应的训练样本数据中包含与所述第一应用程序对应的数据记录时，从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据；基于所述目标训练样本数据更新所述应用程序预测模型。

【技术特征摘要】
1.一种应用程序预测模型更新方法，其特征在于，包括：检测到应用程序卸载事件被触发，确定所卸载的第一应用程序；当应用程序预测模型对应的训练样本数据中包含与所述第一应用程序对应的数据记录时，从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据；基于所述目标训练样本数据更新所述应用程序预测模型。2.根据权利要求1所述的方法，其特征在于，所述从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据，包括：从所述训练样本数据中删除与预设应用程序使用序列对应的数据记录，生成目标训练样本数据；其中，所述预设应用程序使用序列包括：包含了与所述第一应用程序相邻的第二应用程序和所述第一应用程序的应用序列。3.根据权利要求1所述的方法，其特征在于，所述训练样本数据包括：由样本采集时刻对应的状态特征信息和所述状态特征信息对应的样本标记构成的样本数据；其中，所述样本标记包括在样本采集时刻之后的预设时间段内被启动的应用程序；相应的，所述从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据，包括：从所述训练样本数据中删除以所述第一应用程序为样本标记的样本数据，生成目标训练样本数据。4.根据权利要求1所述的方法，其特征在于，所述从所述训练样本数据中删除与所述第一应用程序对应的数据记录，生成目标训练样本数据，包括：确定与所述第一应用程序的应用类型相同的第三应用程序；用与所述第三应用程序对应的数据记录，替换所述训练样本数据中与所述第一应用程序对应的数据记录，生成目标训练样本数据。5.根据权利要求1所述的方法，其特征在于，在所述基于所述目标训练样本数据更新所述应用程序预测模型的过程中，还包括：检测到应用预加载事件被触发时，基于所述应用程序预测模型预测出第一待预加载应用程序；对所述第一待预加载应用程序进行预加载；或者在所述基于所述目标训练样本数据更新所述应用程序预测模型...

【专利技术属性】
技术研发人员：陈岩，刘耀勇，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44