应用管控方法、装置、存储介质及电子设备制造方法及图纸

本申请公开了一种应用管控方法、装置、存储介质及电子设备。所述应用管控方法应用于电子设备，包括：获取历史时段内每一采样时间点所述电子设备的运行参数，所述运行参数包括前台应用、剩余电量、已亮屏时长、充电连接状态以及网络连接状态，根据所述采样时间点和运行参数生成训练样本，对所述训练样本进行训练得到逻辑回归模型，通过训练所述逻辑回归模型，对所述电子设备中的后台应用进行管控。本申请实施例通过采集电子设备的运行参数生成训练样本，并利用逻辑回归模型预测应用是否可清理，以提高对后台应用进行预测的准确性，从而提升对后台应用进行管控的智能化和准确性。

【技术实现步骤摘要】
应用管控方法、装置、存储介质及电子设备
本申请涉及移动通信
，尤其涉及移动设备
，具体涉及一种应用控方法、装置、存储介质及电子设备。
技术介绍
随着电子技术的发展，人们通常在电子设备上安装很多应用程序。当用户在电子设备中打开多个应用程序时，若用户退回电子设备的桌面或者停留在某一应用程序的应用界面或者管控电子设备屏幕，则用户打开的多个应用程序依然会在电子设备的后台运行。然而在后台运行的应用程序会严重地占用电子设备的内存，并且导致电子设备的耗电速度加快，而且还会降低电子设备的运行流畅度。
技术实现思路
本申请实施例提供一种应用管控方法、装置、存储介质及电子设备，能够提升对应用程序进行管控的智能化和准确性。本申请实施例提供了一种应用管控方法，应用于电子设备，所述方法包括：获取历史时段内每一采样时间点所述电子设备的运行参数，所述运行参数包括前台应用、剩余电量、已亮屏时长、充电连接状态以及网络连接状态；根据所述采样时间点和运行参数生成训练样本；对所述训练样本进行训练得到逻辑回归模型；通过训练所述逻辑回归模型，对所述电子设备中的后台应用进行管控。本申请实施例还提供了一种应用管控装置，所述本文档来自技高网...

【技术保护点】
一种应用管控方法，应用于电子设备，其特征在于，所述方法包括：获取历史时段内每一采样时间点所述电子设备的运行参数，所述运行参数包括前台应用、剩余电量、已亮屏时长、充电连接状态以及网络连接状态；根据所述采样时间点和运行参数生成训练样本；对所述训练样本进行训练得到逻辑回归模型；通过训练所述逻辑回归模型，对所述电子设备中的后台应用进行管控。

【技术特征摘要】
1.一种应用管控方法，应用于电子设备，其特征在于，所述方法包括：获取历史时段内每一采样时间点所述电子设备的运行参数，所述运行参数包括前台应用、剩余电量、已亮屏时长、充电连接状态以及网络连接状态；根据所述采样时间点和运行参数生成训练样本；对所述训练样本进行训练得到逻辑回归模型；通过训练所述逻辑回归模型，对所述电子设备中的后台应用进行管控。2.根据权利要求1所述的应用管控方法，其特征在于，所述根据所述采样时间点和运行参数生成训练样本，包括：根据所述采样时间点确定采样日期类型和采样时段；确定所述剩余电量所属的预设电量范围，以及确定所述已亮屏时长所属的预设时长范围；根据所述采样日期类型、采样时段、预设电量范围、预设时长范围、前台应用、充电连接状态和网络连接状态生成训练样本。3.根据权利要求2所述的应用管控方法，其特征在于，所述根据所述采样日期类型、采样时段、预设电量范围、预设时长范围、前台应用、充电连接状态和网络连接状态生成训练样本，包括：获取目标预测应用；根据所述采样时间点从运行参数中确定所述前台应用的上一切换应用和下一切换应用；根据所述采样时间点、下一切换应用以及前台应用确定所述目标预测应用的预测值；根据所述上一切换应用、前台应用、采样日期类型、采样时段、预设电量范围、预设时长范围、充电连接状态、网络连接状态、目标预测应用以及预测值生成训练样本。4.根据权利要求3所述的应用管控方法，其特征在于，所述根据所述采样时间点、下一切换应用以及前台应用确定所述目标预测应用的预测值，包括：计算所述下一切换应用的采样时间点与前台应用的采样时间点之间的差值；判断所述目标预测应用是否为所述下一切换应用，且所述差值是否不超过预设时长；若是，则将所述目标预测应用的预测值确定为第一预设数值；若否，则将所述目标预测应用的预测值确定为第二预设数值。5.根据权利要求4所述的应用管控方法，其特征在于，所述根据所述上一切换应用、前台应用、采样日期类型、采样时段、预设电量范围、预设时长范围、充电连接状态、网络连接状态、目标预测应用以及预测值生成训练样本，包括：分别获取所述上一切换应用、前台应用、采样日期类型、采样时段、预设电量范围、预设时长范围、充电连接状态、网络连接状态以及目标预测应用对应的特征值；根据所述特征值和预测值生成训练样本。6.根据权利要求5所述的应用管控方法，其特征在于，所述对所述训练样本进行训练得到逻辑回归模型，包括：基于第一预设公式对所述训练样本进行训练，以生成损失函数，其中所述第一预设公式为：其中，hθ(x(i))表示所述训练样本中的所述预测值确定为所述第一预设数值所对应的预测函数，x(i)表示所述训练样本中第i个样本对应的特征值，y(i)表示所述训练样本中第i个样本对应的预测值，m表示训练样本数目，θ表示回归参数；根据梯度下降法对所述损失函数进行处理，以计算出回归参数θ；基于第二预设公式对所述回归参数以及所述训练样本进行训练，获得所述逻辑回归模型，其中所述第二预设公式为：其中，hθ(x)表示预测函数。7.根据权利要求6所述的应用管控方法，其特征在于，所述根据梯度下降法对所述损失函数进行处理，以计算出回归参数θ，包括：基于第三预设公式对所述第一预设公式求偏导处理，生成梯队下降函数，其中所述第三预设公式为：其中表示所述训练样本中第i个训练样本的第j个特征值，θj表示第j个回归系数；对所述梯队下降函数进行迭代计算，以计算出回归参数θ，具体为：repeat:{}其中，j＝[0，1，2,…，n]，θ＝[θ0,θ1,θ2,…，θn]，α表示学习步长。8.根据权利要求7所述的应用管控方法，其特征在于，所述通过训练所述逻辑回归模型，对所述电子设备中的后台应用进行管控，包括：获取后台应用清理指令；根据所述后台应用清理指令获取所述电子设备的后台应用、以及当前的运行参数；将所述当前的运行参数以及所述训练样本输入所述逻辑回归模型进行训练，以获得所述后台应用的可清理率；根据所述可清理概率，对所述后台应用进行管控。9.根据权利要求8所述的应用管控方法，其特征在于，所述将所述当前的运行参数以及所述训练样本输入所述逻辑回归模型进行训练，以获得所述后台应用的可清理率，包括：基于第四预设公式对所述当前的运行参数以及所述训练样本进行训练，以获得所述后台应用的可清理概率，其中所述第四预设公式为：其中所述当前的运行参数对应的当前特征值x包括(x1,x2,…,x9)，由所述训练样本训练得到的回归参数θ包括(θ0,θ1,θ2,…，θ18)，P(y＝1|x)表示所述后台应用的可清理概率，10.一种应用管控装置，其特征在于，所述装置包括：获取模块，用于获取历史时段内每一采样时间点所述电子设备的运行参数，所述运行参数包括前台...

【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