释放和/或预加载一个或多个应用程序的方法和设备技术

提供一种用于从终端设备释放和/或预加载一个或多个应用程序的方法。该方法包括获取所述终端设备的当前用户的用户相关信息；将所述用户相关信息输入深度学习模型，以获得第一组应用程序；以及基于所述第一组应用程序来释放和/或预加载所述终端设备的所述一个或多个应用程序。由此有针对性地释放和/或预加载应用程序，在提升终端设备的性能的同时方便了用户的使用，改善了用户的使用体验。改善了用户的使用体验。改善了用户的使用体验。

【技术实现步骤摘要】
释放和/或预加载一个或多个应用程序的方法和设备


[0001]本专利技术涉及移动通信领域，尤其涉及应用程序的释放和/或预加载。

技术介绍

[0002]随着移动终端设备的普及和应用，用户通常会在其移动终端设备上根据不同需求安装多个应用程序以供使用。具体地，用户通常习惯打开多个应用程序，而忘记及时关闭相应应用程序。由此增加的应用程序数量使得终端设备的内存容量不足，在使用一段时间后，往往会导致终端设备出现卡顿、短暂黑屏或闪退等问题。
[0003]当前已经开发了多种轻应用，其对程序的大小有严格的限制，可以极大缩小单个轻应用占用的内存和CPU，但当打开过多个应用时同样存在内存容量的问题。

技术实现思路

[0004]期望提供一种用于从终端设备释放和/或预加载一个或多个应用程序的方法，其利用深度学习模型获取针对当前用户的一组应用程序，基于该组应用程序来释放和/或预加载一个或多个应用程序，由此有针对性地释放和/或预加载应用程序，在提升终端设备的性能的同时方便了用户的使用，改善了用户的使用体验。
[0005]一方面，提供一种用于从终端设备释放和/或预加载一个或多个应用程序的方法。该方法包括：获取所述终端设备的当前用户的用户相关信息；将所述用户相关信息输入深度学习模型，以获得第一组应用程序；以及基于所述第一组应用程序来释放和/或预加载所述终端设备的所述一个或多个应用程序。
[0006]另一方面，提供一种用于从终端设备释放和/或预加载一个或多个应用程序的设备。该设备包括：获取单元，用于获取所述终端设备的当前用户的用户相关信息；处理单元，用于将所述用户相关信息输入深度学习模型，以获得第一组应用程序；以及应用程序管理单元，用于基于所述第一组应用程序来释放和/或预加载所述终端设备的所述一个或多个应用程序。
[0007]再一方面，提供一种终端设备，其包括处理器，用于执行根据本专利技术各个实施例所述的方法。
[0008]又一方面，提供一种计算机程序产品，其包括计算机程序指令，当被计算机或处理器运行时，所述计算机程序指令使得所述计算机或处理器执行根据本专利技术各个实施例所述的方法。
[0009]根据本专利技术的各个方面，基于预先训练好的深度学习模型来获得一组应用程序，基于该组应用程序来释放和/或预加载一个或多个应用程序，实现了针对当前用户特异性地应用程序释放和/或预记载，能够提高终端设备的性能，同时能够改善用户的使用体验。
[0010]根据上述各个方面的一个实施例，所述第一组应用程序包括按第一顺序排序的多个应用程序，基于所述第一组应用程序中的所述多个应用程序的所述第一顺序来释放和/或预加载所述一个或多个应用程序。这样使得可能释放和/或预加载对于当前用户而言优
先级别高的应用程序。
[0011]根据上述各个方面的一个实施例，获取所述当前用户的历史行为统计数据；基于所述历史行为统计数据来获得第二组应用程序；以及基于所述第二组应用程序来释放和/或预加载所述一个或多个应用程序。
[0012]由此，在使用深度学习模型的同时结合了用户的历史行为统计数据，由此，获得对当前用户而言更有针对性地需要释放和/或预加载的应用程序。
[0013]根据上述各个方面的一个实施例，所述第二组应用程序包括按第二顺序排序的多个应用程序，对所述第一组应用程序和所述第二组应用程序分别进行加权；基于经加权的第一组应用程序和经加权的第二组应用程序获得第三组应用程序，所述第三组应用程序包括按第三顺序排序的多个应用程序；以及基于所述第三组应用程序中的所述多个应用程序的所述第三顺序来释放和/或预加载所述一个或多个应用程序。
[0014]由此，不仅在使用深度学习模型的同时考虑了用户的历史行为统计数据，还引入了不同的权重，以使得要释放和/或预加载的一个或多个应用程序更符合当前用户的需求。
[0015]根据上述各个方面的一个实施例，根据所述当前用户的所述用户相关信息确定所述当前用户所属的用户类型；获取针对所述用户类型的预定规则；基于所述预定规则来获得第四组应用程序；以及基于所述第四组应用程序来释放和/或预加载所述一个或多个应用程序。
[0016]由此，在使用深度学习模型的同时还进一步结合预定规则，从而使得要释放和/或预加载的一个或多个应用程序更符合当前用户和/或商家的需求。
[0017]根据上述各个方面的一个实施例，所述第四组应用程序包括按第四顺序排序的多个应用程序，对所述第一组应用程序、所述第二组应用程序和所述第四组应用程序分别进行加权；基于对经加权的第一组应用程序、经加权第二组应用程序和经加权的第四组应用程序获得第五组应用程序，所述第五组应用程序包括按第五顺序排序的多个应用程序；以及基于所述第五组应用程序中的所述多个应用程序的所述第五顺序来释放和/或预加载所述一个或多个应用程序。
[0018]这样可以结合深度学习模型、当前用户的历史行为统计数据、预定规则来总体考虑是否需要释放和/或预加载一个或多个应用程序，使得要释放和/或预加载的一个或多个应用程序更符合当前用户和/或商家的需求。
[0019]根据上述各个方面的一个实施例，获取所述终端设备的相关信息；以及将所述终端设备的所述相关信息输入深度学习模型，以获得所述第一组应用程序。这样，利用更全面的信息来输入/训练深度学习模型，使得该模型更贴近用户的需求。
附图说明
[0020]本专利技术的特点、特征、优点和益处通过以下结合附图的详细描述将变得更加显而易见。其中：
[0021]图1示出了根据本专利技术的一个实施例的从终端设备释放和/或预加载一个或多个应用程序的方法的流程图；
[0022]图2示出了根据本专利技术的另一个实施例的从终端设备释放和/或预加载一个或多个应用程序的方法的流程图；
[0023]图3示出了根据本专利技术的一个实施例的从终端设备释放和/或预加载一个或多个应用程序的设备的方块图；
[0024]图4示出了根据本专利技术的一个实施例从终端设备释放和/或预加载一个或多个应用程序的相关电子部件图。
[0025]参照上述附图来描述本专利技术的各个方面和特征。上述附图仅仅是示意性的，而非限制性的。在不脱离本专利技术的主旨的情况下，在上述附图中各个单元的尺寸、形状、标号、外观或功能可以发生变化，而不被限制到仅仅说明书附图所示出的那样。
具体实施例
[0026]本专利技术中的终端设备尤其指移动终端设备，其包括车机、手机和平板电脑等。以下主要参照车机对本专利技术的各个实施例进行描述。但这不是限制性的。
[0027]车机指车载智能终端，其能够运行多个应用程序，包括轻应用，例如，导航应用、音乐应用、生活服务应用或游戏应用等。当用户在车机上打开了多个应用程序时，由于车机的内存和CPU的限制，可能会出现卡顿、短暂黑屏或闪退问题，这给用户带来了不好的使用体验。因此，期望适当地释放一个或多个应用程序(包括释放一个或多个应用程序的数据或卸载一个或多个轻应用等)，提高终端设备的性能，以避免类似问题的发生。
[0028]另外本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于从终端设备释放和/或预加载一个或多个应用程序的方法，包括：获取所述终端设备的当前用户的用户相关信息；将所述用户相关信息输入深度学习模型，以获得第一组应用程序；以及基于所述第一组应用程序来释放和/或预加载所述终端设备的所述一个或多个应用程序。2.根据权利要求1所述的方法，其中，所述第一组应用程序包括按第一顺序排序的多个应用程序，所述方法还包括：基于所述第一组应用程序中的所述多个应用程序的所述第一顺序来释放和/或预加载所述一个或多个应用程序。3.根据权利要求1所述的方法，还包括：获取所述当前用户的历史行为统计数据；基于所述历史行为统计数据来获得第二组应用程序；以及基于所述第二组应用程序来释放和/或预加载所述一个或多个应用程序。4.根据权利要求3所述的方法，其中，所述第二组应用程序包括按第二顺序排序的多个应用程序，所述方法还包括：对所述第一组应用程序和所述第二组应用程序分别进行加权；基于经加权的第一组应用程序和经加权的第二组应用程序获得第三组应用程序，所述第三组应用程序包括按第三顺序排序的多个应用程序；以及基于所述第三组应用程序中的所述多个应用程序的所述第三顺序来释放和/或预加载所述一个或多个应用程序。5.根据权利要求3所述的方法，还包括：根据所述当前用户的所述用户相关信息确定所述当前用户所属的用户类型；获取针对所述用户类型的预定规则；基于所述预定规则来获得第四组应用程序；以及基于所述第四组应用程序来释放和/或预加载所述一个或多个应用程序。6.根据权利要求5所述的方法，其中，所述第四组应用程序包括按第四顺序排序的多个应用程序，所述方法还包括：对所述第一组应用程序、所述第二组应用程序和所述第四组应用程序分别进行加权；基于对经加权的第一组应用程序、经加权第二组应用程序和经加权的第四组应用程序获得第五组应用程序，所述第五组应用程序包括按第五顺序排序的多个应用程序；以及基于所述第五组应用程序中的所述多个应用程序的所述第五顺序来释放和/或预加载所述一个或多个应用程序。7.根据权利要求1所述的方法，其中，所述用户相关信息包括如下中的至少一项：所述当前用户的用户画像信息和所述当前用户的地理位置信息。8.根据权利要求1所述的方法，还包括：从远程设备接收所述深度学习模型，所述深度学习模型是根据不同用户的用户相关信息来训练得到的。9.一种用于从终端设备释放和/或预加载一个或多个应...

【专利技术属性】
技术研发人员：汤方义，陈光，王富林，
申请(专利权)人：逸驾智能科技有限公司，
类型：发明
国别省市：