[发明专利]应用清理方法、装置、存储介质及电子设备在审
申请号: | 201710940308.8 | 申请日: | 2017-09-30 |
公开(公告)号: | CN107704289A | 公开(公告)日: | 2018-02-16 |
发明(设计)人: | 曾元清 | 申请(专利权)人: | 广东欧珀移动通信有限公司 |
主分类号: | G06F9/445 | 分类号: | G06F9/445;G06K9/62 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙)44300 | 代理人: | 黄威 |
地址: | 523860 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 应用 清理 方法 装置 存储 介质 电子设备 | ||
技术领域
本申请涉及通信技术领域,具体涉及一种应用清理方法、装置、存储介质及电子设备。
背景技术
目前,智能手机等电子设备上,通常会有多个应用同时运行,其中,一个应用在前台运行,其他应用在后台运行。如果长时间不清理后台运行的应用,则会导致电子设备的可用内存变小、中央处理器(central processing unit,CPU)占用率过高,导致电子设备出现运行速度变慢,卡顿,耗电过快等问题。因此,有必要提供一种方法解决上述问题。
发明内容
有鉴于此,本申请实施例提供了一种应用清理方法、装置、存储介质及电子设备,能够提高电子设备的运行流畅度,降低功耗。
第一方面,本申请实施例了提供了的一种应用清理方法,包括:
采集应用的多维特征作为样本,并构建所述应用的样本集;
根据所述特征对于样本集分类的基尼指数信息增益对所述样本集进行分类,以构建出所述应用的分类回归树模型,所述分类回归树模型的输出包括可清理、或者不可清理;
根据预测时间采集所述应用的多维特征作为预测样本;
根据所述预测样本和所述分类回归树模型预测所述应用是否可清理。
第二方面,本申请实施例了提供了的一种应用清理装置,包括:
第一采集单元,用于采集应用的多维特征作为样本,并构建所述应用的样本集;
分类单元,用于根据所述特征对于样本集分类的基尼指数信息增益对所述样本集进行分类,以构建出所述应用的分类回归树模型,所述分类回归树模型的输出包括可清理、或者不可清理;
第二采集单元,用于根据预测时间采集所述应用的多维特征作为预测样本;
预测单元,用于根据所述预测样本和所述分类回归树模型预测所述应用是否可清理。
第三方面,本申请实施例提供的存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行如本申请任一实施例提供的应用清理方法。
第四方面,本申请实施例提供的电子设备,包括处理器和存储器,所述存储器有计算机程序,其特征在于,所述处理器通过调用所述计算机程序,用于执行如本申请任一实施例提供的应用清理方法。
本申请实施例采集应用的多维特征作为样本,并构建应用的样本集;根据特征对于样本集分类的基尼指数信息增益对样本集进行分类,以构建出应用的分类回归树模型,分类回归树模型的输出包括可清理、或者不可清理;根据预测时间采集应用的多维特征作为预测样本,根据预测样本和分类回归树模型预测应用是否可清理,以便清理可清理应用以此实现了应用的自动清理,提高了电子设备的运行流畅度,降低了功耗。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的应用清理方法的应用场景示意图。
图2是本申请实施例提供的应用清理方法的一个流程示意图。
图3是本申请实施例提供的一种分类回归树的示意图。
图4是本申请实施例提供的另一种分类回归树的示意图。
图5是本申请实施例提供的又一种分类回归树的示意图。
图6是本申请实施例提供的应用清理方法的另一个流程示意图。
图7是本申请实施例提供的应用清理装置的一个结构示意图。
图8是本申请实施例提供的应用清理装置的另一结构示意图。
图9是本申请实施例提供的电子设备的一个结构示意图。
图10是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例,其不应被视为限制本申请未在此详述的其它具体实施例。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东欧珀移动通信有限公司,未经广东欧珀移动通信有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710940308.8/2.html,转载请声明来源钻瓜专利网。