应用处理方法和装置、电子设备、计算机可读存储介质制造方法及图纸

技术编号:21571004 阅读:14 留言:0更新日期:2019-07-10 15:17
本申请涉及一种应用处理方法和装置、电子设备、计算机可读存储介质。该方法包括:获取每个特征的第一特征数据,所述第一特征数据为对应特征在预测时刻下的特征数据;获取用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型,所述预设时长的起始时刻为预测时刻;将所述第一特征数据作为所述决策树模型的输入,输出预测结果;当所述预测结果为不会在预设时长之内使用所述目标应用时,对所述目标应用进行冻结。上述应用处理方法和装置、电子设备、计算机可读存储介质可提高对目标应用冻结的准确性。

Applied Processing Methods and Devices, Electronic Equipment, Computer Readable Storage Media

【技术实现步骤摘要】
应用处理方法和装置、电子设备、计算机可读存储介质
本申请涉及数据处理领域,特别是涉及一种应用处理方法和装置、电子设备、计算机可读存储介质。
技术介绍
随着移动通信技术的发展,移动操作系统中都提供了对后台应用进行资源限制的方法。传统的操作系统中,当系统资源使用率过高时,会对部分的后台应用进行强制退出处理,以回收一些资源给前台应用使用。针对是否要对相应的后台应用进行强制退出,传统方法是通过按照每个后台应用在后台长驻的时长,应用使用频率、使用时长等因素,选取后台长驻的时长较长、应用使用频率较低或使用时长较短的后台应用,对选取的后台应用进行强制退出。针对传统的方法,还是会存在相应的后台应用刚被查杀不久,短时间内用户又要使用该应用,因而系统需要再次加载回收后的资源,导致回收的准确性不高。
技术实现思路
本申请实施例提供一种应用处理方法和装置、电子设备、计算机可读存储介质,可以提高对后台应用的资源回收的准确性。一种应用处理方法,包括:获取每个特征的第一特征数据,所述第一特征数据为对应特征在预测时刻下的特征数据;获取用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型,所述预设时长的起始时刻为预测时刻;将所述第一特征数据作为所述决策树模型的输入,输出预测结果;当所述预测结果为不会在预设时长之内使用所述目标应用时,对所述目标应用进行冻结。一种应用处理装置,所述装置包括:特征数据获取模块,用于获取每个特征的第一特征数据,所述第一特征数据为对应特征在预测时刻下的特征数据;决策树模型获取模块,用于获取用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型,所述预设时长的起始时刻为预测时刻;预测模块,用于将所述第一特征数据作为所述决策树模型的输入,输出预测结果;应用处理模块,用于当所述预测结果为不会在预设时长之内使用所述目标应用时,对所述目标应用进行冻结。一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行本申请各个实施例中的应用处理方法的步骤。一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本申请各个实施例中的应用处理方法的步骤。本申请实施例提供的应用处理方法和装置、电子设备、计算机可读存储介质,通过预先设置了目标应用的决策树模型,并获取每个特征的第一特征数据以及该目标应用的决策树模型,将该第一特征数据作为决策树模型的输入,以得到决策树模型所输出的用户是否会在预设时长之内使用该目标应用的预测结果,当该预测结果为不会在预设时长之内使用目标应用时,对目标应用进行冻结,以限制目标应用对资源的占用,提高了对目标应用进行冻结的精准性,进而也提高了对系统资源释放的有效性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1为一个实施例中电子设备的内部结构示意图;图2为一个实施例中电子设备中的系统的部分框架示意图;图3为一个实施例中应用处理方法的应用环境图;图4为一个实施例中应用处理方法的流程图;图5为一个实施例中根据特征对于样本集分类的信息增益率对样本集进行样本分类,生成用于预测用户是否会在预设时长之内使用目标应用的决策树模型的流程图;图6A为一个实施例中决策树的示意图;图6B为另一个实施例中一种决策树的示意图;图6C为又一个实施例中决策树的示意图;图7为一个实施例中获取特征对于目标样本集分类的信息增益率的流程图;图8为另一个实施例中应用处理方法的流程图;图9为一个实施例中应用处理装置的结构框图;图10为另一个实施例中应用处理装置的结构框图;图11为又一个实施例中应用处理装置的结构框图;图12为一个实施例中手机的部分结构的框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。可以理解,本专利技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本专利技术的范围的情况下,可以将第一特征数据称为第二特征数据,且类似地,可将第二特征数据称为第一特征数据。第一特征数据和第二特征数据两者都是特征数据,但其不是同一特征数据。在一个实施例中,如图1所示,提供了一种电子设备的内部结构示意图。该电子设备包括通过系统总线连接的处理器、存储器和显示屏。其中,该处理器用于提供计算和控制能力,支撑整个电子设备的运行。存储器用于存储数据、程序、和/或指令代码等,存储器上存储至少一个计算机程序,该计算机程序可被处理器执行,以实现本申请实施例中提供的适用于电子设备的应用处理方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)等非易失性存储介质,或随机存储记忆体(Random-Access-Memory,RAM)等。例如,在一个实施例中,存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作系统、数据库和计算机程序。该数据库中存储有用于实现以上各个实施例所提供的一种应用处理方法相关的数据,比如可存储有每个进程或应用的名称等信息。该计算机程序可被处理器所执行,以用于实现本申请各个实施例所提供的一种应用处理方法。内存储器为非易失性存储介质中的操作系统、数据库和计算机程序提供高速缓存的运行环境。显示屏可以是触摸屏,比如为电容屏或电子屏,用于显示第一进程对应的应用的界面信息,还可以被用于检测作用于该显示屏的触摸操作,生成相应的指令,比如进行前后台应用的切换指令等。本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。如该电子设备还包括通过系统总线连接的网络接口,网络接口可以是以太网卡或无线网卡等,用于与外部的电子设备进行通信,比如可用于同服务器进行通信。再比如该电子设备上并不存在通过系统总线连接的显示器,或者可连接外部显示设备。在一个实施例中,如图2所示,提供了一种电子设备的部分架构图。其中,该电子设备的架构系统中包括JAVA空间层210、本地框架层220以及内核(Kernel)空间层230。JAVA空间层210上可包含冻结管理应用212,电子设备可通过该冻结管理应用212来实现对各个应用的冻结策略,对后台耗电的相关应用做冻结和解冻等管理操作。本地框架层220中包含资源优先级和限制管理模块222和平台冻结管理模块224。电子设备可通过资源优先级和限制管理模块222实时维护不同的应用处于不同优先级和不同资源的组织中,并根据上层的需求来调整应用程序的资源组别从而达到优化性能,节省功耗的作用。电子设备可通过平台冻结管理模块224将后台可以冻结的任务按照进入冻结时间的长短,分配到对应预设的不同层次的冻结层,可选地,该冻结层可本文档来自技高网...

【技术保护点】
1.一种应用处理方法,其特征在于,包括:获取每个特征的第一特征数据,所述第一特征数据为对应特征在预测时刻下的特征数据;获取用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型,所述预设时长的起始时刻为预测时刻;将所述第一特征数据作为所述决策树模型的输入,输出预测结果;当所述预测结果为不会在预设时长之内使用所述目标应用时,对所述目标应用进行冻结。

【技术特征摘要】
1.一种应用处理方法,其特征在于,包括:获取每个特征的第一特征数据,所述第一特征数据为对应特征在预测时刻下的特征数据;获取用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型,所述预设时长的起始时刻为预测时刻;将所述第一特征数据作为所述决策树模型的输入,输出预测结果;当所述预测结果为不会在预设时长之内使用所述目标应用时,对所述目标应用进行冻结。2.根据权利要求1所述的方法,其特征在于,在所述获取预设的每个特征的第一特征数据之前,还包括:获取预设的每个特征的第二特征数据作为样本,生成样本集,所述第二特征数据为在预测时刻之前,启动了参考应用时的对应特征的特征数据,所述参考应用包括所述目标应用;当所述样本集的数据量超过预设阈值时,根据特征对于样本集分类的信息增益率对样本集进行样本分类,生成用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型。3.根据权利要求2所述的方法,其特征在于,所述根据特征对于样本集分类的信息增益率对样本集进行样本分类,生成用于预测用户是否会在预设时长之内使用所述目标应用的决策树模型,包括:将所述样本集作为决策树的根节点的节点信息;将所述根节点的节点信息确定为当前待分类的目标样本集;获取特征对于目标样本集分类的信息增益率;根据所述信息增益率从所述目标样本集中选取样本作为划分特征;根据所述划分特征对所述目标样本集进行划分,生成至少一个子样本集;去除每个所述子样本集中样本的划分特征;生成当前节点的子节点,并将去除划分特征后的子样本集作为所述子节点的节点信息;判断所述子节点是否满足预设分类终止条件;若否,则将所述目标样本集更新为所述去除划分特征后的子样本集,并返回执行获取特征对于目标样本集分类的信息增益率;若是,则将所述子节点作为叶子节点,根据所述去除划分特征后的子样本集的类别设置所述叶子节点的输出。4.根据权利要求3所述的方法,其特征在于,所述根据所述信息增益率从所述目标样本集中选取样本作为划分特征,包括:从所述信息增益率中确定最大的信息增益率;当所述最大的信息增益率大于预设阈值时,选取所述最大的信息增益率对应的样本作为划分特征;当所述最大的信息增益率不大于预设阈值时,将当前节点作为叶子节点,并选取样本数量最多的样本分类作为所述叶子节点的输出。5.根据权利要求3所...

【专利技术属性】
技术研发人员:方攀陈岩
申请(专利权)人:广东欧珀移动通信有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1