模型训练、内存管理方法及装置、设备、介质、程序产品制造方法及图纸

本申请涉及一种模型训练、内存管理方法及装置、设备、介质、程序产品，应用于互联网技术领域，模型训练方法包括：获取针对一个或多个应用程序的第一操作数据及第一操作数据分别对应的标签数据，标签数据用于表征在第一操作数据的获取时刻前预设时间段内是否使用应用程序；根据第一操作数据和标签数据，生成内存管理模型中的用户行为描述子模型；将单个第一操作数据输入用户行为描述子模型，得到单个第一操作数据对应的结果数据；将单个第一操作数据对应的结果数据和标签数据，作为训练数据对，并基于各个第一操作数据分别对应的训练数据对，训练生成内存管理模型中的神经网络子模型。本申请可提高内存管理的准确性。本申请可提高内存管理的准确性。本申请可提高内存管理的准确性。

Model training, memory management methods and devices, equipment, media, program products

【技术实现步骤摘要】
模型训练、内存管理方法及装置、设备、介质、程序产品


[0001]本申请涉及互联网
，尤其涉及一种模型训练、内存管理方法及装置、设备、介质、程序产品。

技术介绍

[0002]在浏览器或小程序系统中，在用户打开大量网页或小程序的情况下，会占用大量的系统内存，导致系统卡顿或无法打开新的网页和小程序。因此，通过内存管理冻结或释放后台未使用的网页或小程序以释放出内存，保证系统的正常使用。
[0003]相关技术中，可以使用人为制定的规则来选择要释放的网页或小程序。例如，使用后台超时机制，如果某个网页在后台超过一定时间，那么该网页可以被释放掉。然而，由于规则制定者与用户之间通常存在信息差，导致规则的效果会存在差异或不足，并且，用户的使用习惯具有差异性，无法满足不同用户的需求。因此，上述内存管理方法的准确性较低。

技术实现思路

[0004]为了解决上述技术问题，本申请提供了一种模型训练、内存管理方法及装置、设备、介质、程序产品。
[0005]根据本申请的第一方面，提供了一种内存管理模型的训练方法，包括：
[0006]获取针对一个或多个应用程序的第一操作数据，以及所述第一操作数据分别对应的标签数据，其中，所述标签数据用于表征在所述第一操作数据的获取时刻前预设时间段内是否使用所述应用程序；
[0007]根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型；
[0008]将单个所述第一操作数据输入所述用户行为描述子模型，得到单个所述第一操作数据对应的结果数据；
[0009]将单个所述第一操作数据对应的结果数据和标签数据，作为训练数据对，并基于各个所述第一操作数据分别对应的训练数据对，训练生成所述内存管理模型中的神经网络子模型。
[0010]可选的，所述内存管理模型的训练方法还包括：
[0011]周期性获取针对一个或多个应用程序的第二操作数据，以及所述第二操作数据分别对应的标签数据；
[0012]根据所述第二操作数据和所述第二操作数据分别对应的标签数据，对所述内存管理模型中的用户行为描述子模型和神经网络子模型进行更新。
[0013]可选的，所述内存管理模型的训练方法还包括：
[0014]将内存管理模型发送至用户使用的终端设备，以使所述终端设备获取所述用户针对所述应用程序的第三操作数据，以及所述第三操作数据分别对应的标签数据，并根据所述第三操作数据和所述第三操作数据分别对应的标签数据，对内存管理模型中的用户行为
描述子模型和神经网络子模型进行更新。
[0015]可选的，基于各个所述第一操作数据分别对应的训练数据对，训练生成神经网络子模型，包括：
[0016]基于各个所述第一操作数据分别对应的训练数据对，利用随机森林算法训练生成神经网络子模型。
[0017]可选的，所述根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型，包括：
[0018]根据所述第一操作数据和所述第一操作数据对应的标签数据，利用遗传算法生成内存管理模型中的用户行为描述子模型。
[0019]可选的，所述第一操作数据包括：一个或多个操作数据；
[0020]所述根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型，包括：
[0021]如果所述操作数据和所述标签数据为非数值数据，分别对所述操作数据和所述标签数据进行数值化处理，得到数值数据；
[0022]根据一个或多个所述操作数据的数值数据和预设公式，并利用所述标签数据的数值数据进行拟合，生成内存管理模型中的用户行为描述公式。
[0023]根据本申请的第二方面，提供了一种内存管理方法，包括：
[0024]获取针对一个或多个应用程序的当前操作数据；
[0025]将单个所述应用程序的当前操作数据输入预先训练的内存管理模型中的用户行为描述子模型，得到所述当前操作数据对应的结果数据；
[0026]将所述结果数据输入所述内存管理模型中的神经网络子模型，得到输出结果，其中，所述内存管理模型基于第一方面所述的方法训练生成；
[0027]根据所述输出结果，确定是否释放所述单个应用程序所占用的内存。
[0028]根据本申请的第三方面，提供了一种内存管理模型的训练装置，包括：
[0029]训练数据获取模块，用于获取针对一个或多个应用程序的第一操作数据，以及所述第一操作数据分别对应的标签数据，其中，所述标签数据用于表征在所述第一操作数据的获取时刻前预设时间段内是否使用所述应用程序；
[0030]用户行为描述子模型生成模块，用于根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型；
[0031]结果数据确定模块，用于将单个所述第一操作数据输入所述用户行为描述子模型，得到单个所述第一操作数据对应的结果数据；
[0032]神经网络子模型生成模块，用于将单个所述第一操作数据对应的结果数据和标签数据，作为训练数据对，并基于各个所述第一操作数据分别对应的训练数据对，训练生成所述内存管理模型中的神经网络子模型。
[0033]可选的，所述内存管理模型的训练装置，还包括：
[0034]更新数据获取模块，用于周期性获取针对一个或多个应用程序的第二操作数据，以及所述第二操作数据分别对应的标签数据；
[0035]模型更新模块，用于根据所述第二操作数据和所述第二操作数据分别对应的标签数据，对所述内存管理模型中的用户行为描述子模型和神经网络子模型进行更新。
[0036]可选的，所述内存管理模型的训练装置，还包括：
[0037]内存管理模型发送模块，用于将内存管理模型发送至用户使用的终端设备，以使所述终端设备获取所述用户针对所述应用程序的第三操作数据，以及所述第三操作数据分别对应的标签数据，并根据所述第三操作数据和所述第三操作数据分别对应的标签数据，对内存管理模型中的用户行为描述子模型和神经网络子模型进行更新。
[0038]可选的，所述神经网络子模型生成模块，具体用于将单个所述第一操作数据对应的结果数据和标签数据，作为训练数据对，基于各个所述第一操作数据分别对应的训练数据对，利用随机森林算法训练生成神经网络子模型。
[0039]可选的，所述用户行为描述子模型生成模块，具体用于根据所述第一操作数据和所述第一操作数据对应的标签数据，利用遗传算法生成内存管理模型中的用户行为描述子模型。
[0040]可选的，所述第一操作数据包括：一个或多个操作数据；
[0041]所述用户行为描述子模型生成模块，具体用于如果所述操作数据和所述标签数据为非数值数据，分别对所述操作数据和所述标签数据进行数值化处理，得到数值数据；根据一个或多个所述操作数据的数值数据和预设公式，并利用所述标签数据的数值数据进行拟合，生成内存管理模型中的用户行为描述公式。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内存管理模型的训练方法，其特征在于，所述方法包括：获取针对一个或多个应用程序的第一操作数据，以及所述第一操作数据分别对应的标签数据，其中，所述标签数据用于表征在所述第一操作数据的获取时刻前预设时间段内是否使用所述应用程序；根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型；将单个所述第一操作数据输入所述用户行为描述子模型，得到单个所述第一操作数据对应的结果数据；将单个所述第一操作数据对应的结果数据和标签数据，作为训练数据对，并基于各个所述第一操作数据分别对应的训练数据对，训练生成所述内存管理模型中的神经网络子模型。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：周期性获取针对一个或多个应用程序的第二操作数据，以及所述第二操作数据分别对应的标签数据；根据所述第二操作数据和所述第二操作数据分别对应的标签数据，对所述内存管理模型中的用户行为描述子模型和神经网络子模型进行更新。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：将内存管理模型发送至用户使用的终端设备，以使所述终端设备获取所述用户针对所述应用程序的第三操作数据，以及所述第三操作数据分别对应的标签数据，并根据所述第三操作数据和所述第三操作数据分别对应的标签数据，对内存管理模型中的用户行为描述子模型和神经网络子模型进行更新。4.根据权利要求1或2所述的方法，其特征在于，基于各个所述第一操作数据分别对应的训练数据对，训练生成神经网络子模型，包括：基于各个所述第一操作数据分别对应的训练数据对，利用随机森林算法训练生成神经网络子模型。5.根据权利要求1或2所述的方法，其特征在于，所述根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型，包括：根据所述第一操作数据和所述第一操作数据对应的标签数据，利用遗传算法生成内存管理模型中的用户行为描述子模型。6.根据权利要求1所述的方法，其特征在于，所述第一操作数据包括：一个或多个操作数据；所述根据所述第一操作数据和所述第一操作数据对应的标签数据，生成内存管理模型中的用户行为描述子模型，包括：如果所述操作数据和所述标签数据为非数值数据，分别对所述操作数据和所述标签数据进行数值化处理，得到数值数据；根据一个或多个所述操作数据的数值数据和预设公式，并利用所述标签数据的数值数据进行拟合，生成内存管理模型中的用户行为描述公式。7.一种内存管理方法，其特征在于，所述方法包括：获取针对一个...

【专利技术属性】
技术研发人员：徐铭鑫，
申请(专利权)人：北京字跳网络技术有限公司，
类型：发明
国别省市：