一种基于大数据的后台应用清理系统技术方案

本发明专利技术公开了一种基于大数据的后台应用清理系统。本发明专利技术一种基于大数据的后台应用清理系统包括检测模块、目光控制模块、智能清理模块、数据库；所述检测模块的输出端电性连接目光控制模块；所述目光控制模块的输出端电性连接数据库；所述数据库的输出端电性连接智能清理模块；一种基于大数据的后台应用清理方法包括如下步骤S1、对用户设备进行卡顿检测；S2、当用户设备出现卡顿情况时，将正在运行的后台应用显示在设备屏幕上，利用目光注视进行清理；S3、清理后记录清理后的空闲内存和当前正在使用的应用，存储至数据库；S4、存储次数超过阈值时，建立智能清理。建立智能清理。建立智能清理。

【技术实现步骤摘要】
一种基于大数据的后台应用清理系统


[0001]本专利技术涉及后台应用清理
，具体为一种基于大数据的后台应用清理系统。

技术介绍

[0002]随着科技的日益发展，终端安装的应用程序越来越多，每一项程序都拥有不同的作用，后台应用程序一般指最小化关闭的或者当前未使用的却仍然在后台运行的程序，这些程序在给人们的生活带来便利的同时，却对终端产生了巨大的影响。
[0003]后台应用程序越来越多，会使终端的耗电量大幅度增加，同时占用内存，导致卡顿的结果发生，影响正常的使用功能。在目前的技术中心，大部分终端采取手动一键清除所有应用程序，可是有一些应用程序的使用率很高，用户在清除后经常需要再次开启该程序，费时费力；同时在卡顿的过程中，手动清理变得困难，极不方便，因此，人们急需要一种能够自动进行清理且十分方便的后台应用清理方法。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的后台应用清理系统，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的后台应用清理系统，该系统包括检测模块、目光控制模块、智能清理模块、数据库；所述检测模块的输出端电性连接目光控制模块；所述目光控制模块的输出端电性连接数据库；所述数据库的输出端电性连接智能清理模块；所述检测模块用于对用户设备是否出现卡顿进行监测；所述目光控制模块用于对后台应用进行人为清理；所述智能清理模块用于根据用户行为习惯进行自动清理；所述数据库用于存储用户行为习惯和相关数据。r/>[0006]根据上述技术方案，所述检测模块包括画面采集单元、时间采集单元、卡顿检测单元；所述画面采集单元、时间采集单元的输出端电性连接卡顿检测单元的输入端，所述卡顿检测单元的输出端电性连接目光清理模块的输入端；所述画面采集单元用于对用户设备使用时的画面进行采集；所述时间采集单元用于对用户设备使用的时间进行采集，并对应每一个使用画面；所述卡顿检测单元用于对用户设备的卡顿进行检测，并启动目光控制模块。
[0007]在检测模块中，将所有采集的画面进行编辑成组，配对上采集的时间单元，根据单位时间进行分割处理，对组中所有相同画面进行标记，当标记数量超过一定阈值时，即表示该用户设备在一段时间之内一直停留在这一画面，没有发生改变，在除却用户的个人操作以外，可以判定为用户设备出现了卡顿，导致这一画面出现次数过多，不流畅，因此启动目光控制模块。
[0008]根据上述技术方案，所述目光控制模块包括眼球追踪单元、测距单元、屏幕控制单元、清除单元；所述追踪单元、测距单元的输出端电性连接清除单元的输入端；所述检测模块的输出端电性连接屏幕控制单元的输入端；所述清除单元的输出端电性连接数据库的输入端。
[0009]所述眼球追踪单元用于对瞳孔的移动路线和距离进行追踪，并记录；所述测距单元用于测量人眼到屏幕的直线距离；所述屏幕控制单元用于在目光控制模块启动后将屏幕分成固定数量的区域，每个区域内拥有一个后台应用；所述清除单元用于将后台应用进行清除。
[0010]在目光控制模块中，利用眼球追踪模块对人眼瞳孔的变化进行识别追踪，根据人眼瞳孔的移动距离和方向，判断人眼目光落点的地址和方向，其中瞳孔移动方向可以等同于屏幕中心点的移动方向，可以确定在屏幕的某一区域，测距单元根据测量到的屏幕与瞳孔之间的直线距离，测算得出目光落点与屏幕水平线形成的角度大小，计算出最大与最小值，当角度超出该范围，判断为目光落在了屏幕外侧，不进行清除，当角度在该范围内时，启动清除单元对相应区域内的应用进行清除。
[0011]根据上述技术方案，所述智能清理模块包括数据采集单元、空闲内存检测单元、清理单元；所述数据采集单元的输出端电性连接数据库的输入端；所述空闲内存检测单元的输出端电性连接清理单元的输入端；所述数据采集单元用于采集用户设备卡顿情况下清理模块进行的清理行为；所述空闲内存检测单元用于检测用户设备的空闲内存；所述清理单元用于智能清理应用后台，释放内存；当用户启动一个应用时，立刻对当前空闲内存进行检测，得到空闲内存值，利用大数据得知此空闲内存能否满足用户需要，即用户的行为习惯中是否会在这样的空闲内存条件下进行后台应用清理，若会，则利用清理单元进行清理；所述清理单元包括第一清理单元、第二清理单元；所述第一清理单元用于根据历史数据的清理习惯进行清理后台应用；所述第二清理单元用于在第一清理单元没有达到空闲内存阈值的情况下进行清理，根据应用后台的常用程度进行清理。
[0012]在第一清理单元中，按照大数据得出用户行为习惯，即在启动该应用时用户经常清理的后台应用，先对其进行清理，若清理过后，依然内存不足，则启动第二清理单元，第二清理单元根据应用程序的常用程度进行清理，即清理不常用的直至达到一定的空闲内存。
[0013]根据上述技术方案，所述数据库包括分类单元、存储单元；所述分类单元用于对用户设备中的所有应用进行常用等级分类；所述存储单元用于对用户设备清理过程及各种相关数据进行存储；所述分类单元的分类方法根据公式：其中，V为分类等级指标值，n为该应用下载天数，x为该应用每天使用时长，y为该
应用每天后台时长，k1、k2为评估系数；V越大，表示该应用越常用。
[0014]在公式计算中，对应用的下载天数进行了限定，防止在计算常用程序时，有些程序因为下载天数的不同，使计算结果出现不同程度的错误，因此对应用程序每天的使用时长和在后台的时长进行平均数求解，得出一个能够使所有程序因为下载天数的不同而产生的影响较低的结果，根据此结果判断用户设备中各应用程序的常用程度。
[0015]一种基于大数据的后台应用清理方法，该方法包括以下步骤：S1、对用户设备的画面情况进行采集，根据单位时间内的变化，进行用户设备的卡顿检测；S2、当用户设备出现卡顿情况时，将正在运行的后台应用显示在设备屏幕上，启动目光控制，利用目光注视进行清理；S3、清理后依然卡顿，重复步骤S2；清理后不卡顿，记录清理后的空闲内存和当前正在使用的应用，存储至数据库；S4、在步骤S3中，当某一应用的存储次数超过阈值N时，建立智能清理，即在启动该应用时，自动调节空闲内存超越其记录的最小值。
[0016]根据上述技术方案，在步骤S1中，用户设备采集的单位时间的画面记为集合A={S1，S2，S3，
……
，S
n
}，在集合A中，若存在相同连续的S
i
且相同S
i
的数量超出阈值时，即表示其出现卡顿。
[0017]在S
i
的计算中，必须要保证其相同且连续，这样避免了画面重复时出现的误差启动，而且在判断过程中，设置阈值，防止因一时的画面相差不大，系统无法识别从而导致发生误判。
[0018]根据上述技术方案，在步骤S2中，用户设备出现卡顿后，会自动进入目光控制，将所有应用后台按固定区域排开，确保每一个区域内只有一个后台应用，利用红外线传感器测量瞳孔到屏幕的直线距离记为D，利用眼球追踪传感器测量瞳孔移动的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的后台应用清理系统，其特征在于：该系统包括检测模块、目光控制模块、智能清理模块、数据库；所述检测模块的输出端电性连接目光控制模块；所述目光控制模块的输出端电性连接数据库；所述数据库的输出端电性连接智能清理模块；所述检测模块用于对用户设备是否出现卡顿进行监测；所述目光控制模块用于对后台应用进行人为清理；所述智能清理模块用于根据用户行为习惯进行自动清理；所述数据库用于存储用户行为习惯和相关数据；所述数据库包括分类单元、存储单元；所述分类单元用于对用户设备中的所有应用进行常用等级分类；所述存储单元用于对用户设备清理过程及各种相关数据进行存储；所述分类单元的分类方法根据公式：其中，V为分类等级指标值，n为该应用下载天数，x为该应用每天使用时长，y
i
为该应用每天后台时长，k1、k2为评估系数；V越大，表示该应用越常用；所述后台应用清理系统的清理方法包括以下步骤：S1、对用户设备的画面情况进行采集，根据单位时间内的变化，进行用户设备的卡顿检测；S2、当用户设备出现卡顿情况时，将正在运行的后台应用显示在设备屏幕上，启动目光控制，利用目光注视进行清理；S3、清理后依然卡顿，重复步骤S2；清理后不卡顿，记录清理后的空闲内存和当前正在使用的应用，存储至数据库；S4、在步骤S3中，当某一应用的存储次数超过阈值N时，建立智能清理，即在启动该应用时，自动调节空闲内存超越其记录的最小值；在步骤S1中，用户设备采集的单位时间的画面记为集合A={S1，S2，S3，
……
，S
n
}，在集合A中，若存在相同连续的S
i
且相同S
i
的数量超出阈值时，即表示其出现卡顿；在步骤S2中，用户设备出现卡顿后，会自动进入目光控制，将所有应用后台按固定区域排开，确保每一个区域内只有一个后台应用，利用红外线传感器测量瞳孔到屏幕的直线距离记为D...

【专利技术属性】
技术研发人员：蒋耕银，
申请(专利权)人：蒋耕银，
类型：发明
国别省市：