一种应用清理方法、装置、设备及可读存储介质制造方法及图纸

本文公开了一种应用清理方法、装置、设备及可读存储介质，属于移动终端技术领域，该方法包括：对应用使用数据进行预处理，得到输入向量；选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；通过所述习惯数据预测应用挂起后再次启动所需等待时长；根据所述等待时长对所述应用进行清理；通过计算机学习算法，学习用户的应用使用习惯，对应用进行智能清理，提高了用户体验，且增加了移动终端的续航时间。

An application cleaning method, device, device and readable storage medium

【技术实现步骤摘要】
一种应用清理方法、装置、设备及可读存储介质
本文涉及移动终端
，尤其涉及一种应用清理方法、装置、设备及可读存储介质。
技术介绍
在手机使用过程中，绝大部分人都有打开最近使用得应用(recentapp)清理后台应用的习惯，这强烈表明一个好的自动清理后台应用的方案能够极大的提高用户的使用体验。目前清理应用的方案，主要通过内存消耗比例来清理那些内存占用较高的内存，存在的问题就是，当手机机身内存较大时，很多应用会在后台消耗大量的电量，在目前智能手机续航时间较短的情况下，很影响用户的使用的体验。
技术实现思路
本文在于提供一种应用清理方法、装置、设备及可读存储介质,通过计算机学习算法，学习用户的应用使用习惯，对应用进行智能清理，提高了用户体验，且增加了移动终端的续航时间。本文解决上述技术问题所采用的技术方案如下：根据本文的一个方面，提供的一种应用清理方法，包括：对应用使用数据进行预处理，得到输入向量；选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；通过所述习惯数据预测应用挂起后再次启动所需等待时长；根据所述等待时长对所述应用进行清理。可选地，所述根据所述等待的时长对所述应用进行清理包括：当所述等待时长大于等于第一清理时间阈值时，延时预设的缓冲时长后清理所述应用；当所述等待时长小于第一清理时间阈值大于等于第二清理时间阈值时，若所述应用占用内存大于等于第一内存阈值和/或移动终端电池电量小于第一电量阈值，延时预设的缓冲时长后清理所述应用；当所述等待时长小于第二清理时间阈值大于等于第三清理时间阈值时，若所述应用占用内存大于等于第二内存阈值和/或移动终端电池电量小于第二电量阈值，延时预设的缓冲时长后清理所述应用；当所述等待时长小于第三清理时间阈值时，根据所述应用占用内存的大小来清理所述应用。根据本文的另一个方面，提供的一种应用清理装置，包括：预处理模块，用于对应用使用数据进行预处理，得到输入向量；学习模块，用于选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；预测模块，用于通过所述习惯数据预测应用挂起后再次启动所需等待时长；清理模块，用于根据所述等待时长对所述应用进行清理。根据本文的再一个方面，提供的一种电子设备，包括存储器、处理器和至少一个被存储在所述存储器中并被配置为由所述处理器执行的应用程序，所述应用程序被配置为用于执行以上所述的应用清理方法。根据本文的再一个方面，提供的一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上所述的应用清理方法。本专利技术实施例的一种应用清理方法、装置、设备及可读存储介质，该方法包括：对应用使用数据进行预处理，得到输入向量；选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；通过所述习惯数据预测应用挂起后再次启动所需等待时长；根据所述等待时长对所述应用进行清理；通过计算机学习算法，学习用户的应用使用习惯，对应用进行智能清理，提高了用户体验，且增加了移动终端的续航时间。附图说明图1为本专利技术实施例一提供的一种应用清理方法流程图；图2为图1中步骤S40的方法流程图；图3为图1中步骤S10的方法流程图；图4为图1中步骤S20的一种方法流程图；图5为图1中步骤S30的另一种方法流程图；图6为本专利技术实施例二提供的一种应用清理装置的示范性结构框图。本文目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式为了使本文所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本文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文，并不用于限定本文。实施例一如图1所示，在本实施例中，一种应用清理方法，包括：步骤S10、对应用使用数据进行预处理，得到输入向量；步骤S20、选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；步骤S30、通过所述习惯数据预测应用挂起后再次启动所需等待时长；步骤S40、根据所述等待时长对所述应用进行清理。在本实施例中，通过计算机学习算法，学习用户的应用使用习惯，对应用进行智能清理，提高了用户体验，且增加了移动终端的续航时间。在本实施例中，所述应用均指用户应用，且在白名单之外，可以进行强制清理。如图2所示，在一实施方式中，所述步骤S40可以包括：步骤S41、当所述等待时长大于等于第一清理时间阈值时，延时预设的缓冲时长后清理所述应用；在本实施例中，所述第一清理时间阈值可以设为180分钟，当某一应用的再次启动的等待时长大于或等于180分钟时，则表示该应用近期不会再使用，则可进行清理。本实施例中引入缓冲时长的概念是为了避免用户短暂切出应用后，导致进程被杀掉的情况，该缓冲时长可以设置为5分钟，也即当某一应用的再次启动的等待时长大于或等于180分钟时，等待5分钟如无再次调用则清除该应用。作为另一种实施例，所述第一清理时间阈值及缓冲时长可以由用户自行设定。步骤S42、当所述等待时长小于第一清理时间阈值，且大于等于第二清理时间阈值时，若发生下述至少一种情况：所述应用占用内存大于等于第一内存阈值、移动终端电池电量小于第一电量阈值，延时预设的缓冲时长后清理所述应用；在本实施例中，所述第二清理时间阈值可以设为80分钟，所述应用占用内存及电池电量可以以百分比的形式表示，相应地，所述第一内存阈值可以设置为60％，所述第一电量阈值设置为50％。S43、当所述等待时长小于第二清理时间阈值，且大于等于第三清理时间阈值时，若发生下述至少一种情况：所述应用占用内存大于等于第二内存阈值、移动终端电池电量小于第二电量阈值，延时预设的缓冲时长后清理所述应用；在本实施例中，所述第二清理时间阈值可以设为80分钟，所述应用占用内存及电池电量可以以百分比的形式表示，相应地，所述第一内存阈值可以设置为60％，所述第一电量阈值设置为50％。在本实施例中，所述第三清理时间阈值可以设为20分钟，所述第二内存阈值可以设置为80％，所述第二电量阈值设置为30％。S44、当所述等待时长小于第三清理时间阈值时，根据所述应用占用内存的大小来清理所述应用。在本实施例中，某一应用的再次启动的等待时长较小时，表示该应用随时需要再次调用，但如果此时系统有强烈内存需求，比如有更重要的应用需要启动，但内存不足，此时就需要将该应用清理。在本实施例中，所述应用使用数据可以包括，但不限于：应用名称、应用挂起时间点和应用挂起前的使用时间。进一步地，所述应用使用数据还包括：应用挂起的日期和地点信息。...

【技术保护点】
1.一种应用清理方法，其特征在于，包括：/n对应用使用数据进行预处理，得到输入向量；/n选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；/n通过所述习惯数据预测应用挂起后再次启动所需等待时长；/n根据所述等待时长对所述应用进行清理。/n

【技术特征摘要】
1.一种应用清理方法，其特征在于，包括：
对应用使用数据进行预处理，得到输入向量；
选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据；
通过所述习惯数据预测应用挂起后再次启动所需等待时长；
根据所述等待时长对所述应用进行清理。


2.根据权利要求1所述的一种应用清理方法，其特征在于，所述根据所述等待的时长对所述应用进行清理包括下述至少一种清理方式：
当所述等待时长大于等于第一清理时间阈值时，延时预设的缓冲时长后清理所述应用；
当所述等待时长小于第一清理时间阈值大于等于第二清理时间阈值时，若所述应用占用内存大于等于第一内存阈值和/或移动终端电池电量小于第一电量阈值，延时预设的缓冲时长后清理所述应用；
当所述等待时长小于第二清理时间阈值大于等于第三清理时间阈值时，若所述应用占用内存大于等于第二内存阈值和/或移动终端电池电量小于第二电量阈值，延时预设的缓冲时长后清理所述应用；及
当所述等待时长小于第三清理时间阈值时，根据所述应用占用内存的大小来清理所述应用。


3.根据权利要求1所述的一种应用清理方法，其特征在于，所述应用使用数据包括：应用名称、应用挂起时间点和应用挂起前的使用时间。


4.根据权利要求3所述的一种应用清理方法，其特征在于，所述对应用使用数据进行预处理，得到输入向量包括：
对应用名称进行编号；
将应用挂起时间点和应用挂起前的使用时间转换为数字；
得到结构化的输入向量。


5.根据权利要求4所述的一种应用清理方法，其特征在于，所述选择预设的参数回归模型，并通过所述输入向量对所述参数回归模型进行训练，获得用户使用所述应用的习惯数据包括：
...

【专利技术属性】
技术研发人员：罗兴成，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44