【技术实现步骤摘要】
后台应用清理方法、装置、存储介质及电子设备
本申请涉及通信
,具体涉及一种后台应用清理方法、装置、存储介质及电子设备。
技术介绍
目前,智能手机等电子设备上,通常会安装多个不同功能的应用,以解决用户的不同需求。目前电子设备的系统支持多个应用同时运行,即一个应用在前台运行,其他应用可以在后台运行。如果长时间不清理后台运行的应用,则会导致电子设备的可用内存变小、中央处理器(centralprocessingunit,CPU)占用率过高,导致电子设备出现运行速度变慢,卡顿,耗电过快等问题。因此,有必要提供一种方法解决上述问题。
技术实现思路
有鉴于此,本申请实施例提供了一种后台应用清理方法、装置、存储介质及电子设备,能够提高电子设备的运行流畅度,降低功耗。第一方面,本申请实施例提供的后台应用清理方法,包括:采集应用的多维特征信息作为样本,构建所述应用的样本集;按照预设规则从所述样本集中提取特征信息,构建多个训练集;对每个训练集进行训练,生成对应的决策树;当所述应用进入后台时,利用生成的多棵决策树对所述应用的当前特征信息进行预测,并输出多个预测结果,所述预测结果包括可清 ...
【技术保护点】
一种后台应用清理方法,其特征在于,包括:采集应用的多维特征信息作为样本,构建所述应用的样本集;按照预设规则从所述样本集中提取特征信息,构建多个训练集;对每个训练集进行训练,生成对应的决策树;当所述应用进入后台时,利用生成的多棵决策树对所述应用的当前特征信息进行预测,并输出多个预测结果,所述预测结果包括可清理和不可清理;根据所述多个预测结果确定是否可以清理所述应用。
【技术特征摘要】
1.一种后台应用清理方法,其特征在于,包括:采集应用的多维特征信息作为样本,构建所述应用的样本集;按照预设规则从所述样本集中提取特征信息,构建多个训练集;对每个训练集进行训练,生成对应的决策树;当所述应用进入后台时,利用生成的多棵决策树对所述应用的当前特征信息进行预测,并输出多个预测结果,所述预测结果包括可清理和不可清理;根据所述多个预测结果确定是否可以清理所述应用。2.根据权利要求1所述的方法,其特征在于,所述对每个训练集进行训练,生成对应的决策树,包括:计算每个训练集中包含的每个特征信息的信息增益;将信息增益最大的特征信息作为根节点的特征信息,将其余特征信息按照信息增益从大到小的顺序依次作为叶子节点的特征信息,生成对应的决策树。3.根据权利要求2所述的方法,其特征在于,所述计算每个训练集中包含的每个特征信息的信息增益,包括:按照公式g(S,K)=H(S)-H(S|K)计算每个训练集中包含的每个特征信息的信息增益,g(S,K)表示训练集S中特征信息K的信息增益,H(S)表示训练集S的熵,H(S|K)表示使用特征信息K划分训练集S后训练集S的熵;其中,pi表示第i个类别的预测结果在训练集S中出现的概率,n表示预测结果类别;其中,H(Y|K=ki)表示特征信息K被固定为值ki时的条件熵。4.根据权利要求1至3任意一项所述的方法,其特征在于,所述按照预设规则从所述样本集中提取特征信息,构建多个训练集,包括:每次从每个样本的多维特征信息中,有放回地随机提取预设数目的特征信息,以构成对应的子样本,多个子样本构成一个训练集,经多次提取后,构建多个训练集。5.根据权利要求4所述的方法,其特征在于,所述应用的多维特征信息包括Q个特征信息,所述预设数目为q,所述方法还包括:按照公式确定构建的训练集的数量,M表示训练集的数量。6.根据权利要求4所述的方法,其特征在于,在采集应用的多维特征信息作为样本之后,还包括:对所述样本集中的样本进行标记,得到每个样本的样本标签,所述样本标签包括可清理和不可清理;在构成对应的子样本之后,还包括:将每个子样本的样本标签标记为对应的样本的样本标签。7.根据权利要求1所述的方法,其特征在于,所述根据所述多个预测结果确定是否可以清理所述应用,包括:统计可清理这一预测结果在所有预测结果中所占的比例,记为可清理概率;统计不可清理这一预测结果在所有预测结果中所占的比例,记为保持概率;若所述应用的可清理概率大于保持概率,则确定可以清理所述应用,若所述应用的保持概率大于可清理概率,则确定保持所述应用在后台运行的状态不变。8.一种后台应用清理装置,其特征在于,包括:采集单元,用于采集应用的多维特征信息作为样本,构建所述应用的样本集;提取单元,用于按照预设规则从所述样本集...
【专利技术属性】
技术研发人员:曾元清,
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
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。