[发明专利]后台应用清理方法、装置、存储介质及电子设备

权利要求书

1.一种后台应用清理方法，其特征在于，包括：

采集应用的多个特征信息作为样本；

根据所述特征信息的种类将所述样本分类，构建所述应用分类后的样本集；

获取预设训练模型的模型信息，并根据所述预设训练模型的模型信息对所述分类后的样本集中的样本进行筛选，以确定所述预设训练模型的训练样本；

将所述预设训练模型的训练样本存储至缓存模块中；

所述预设训练模型包括至少两级计算模型，将每一级计算模型对应的训练样本进行标记，得到每一级计算模型对应的训练样本集；

根据每一级计算模型的级别顺序，对每一级计算模型对应的训练样本集进行排序，以将预设训练模型的训练样本按照使用的先后顺序依次排序；

根据训练样本集的排列顺序，从所述缓存模块中依次获取每一级训练样本集，并将每一级训练样本集中的训练样本输入至对应的一级计算模型中，其中前一级计算模型输出的计算结果作为下一级计算模型的一个训练样本输入至下一级计算模型中，得到预测模型；

当所述应用进入后台时，利用所述预测模型对所述应用的当前特征信息进行预测，并根据预测结果确定是否可以清理所述应用。

2.根据权利要求1所述的方法，其特征在于，所述根据训练样本集的排列顺序，从所述缓存模块中依次获取每一级训练样本集之前，还包括：

将每一级训练样本集中的训练样本按照使用的先后顺序进行排序。

3.根据权利要求2所述的方法，其特征在于，将下一级计算模型对应的训练样本集中的训练样本输入至下一级计算模型之前，还包括：

将前一级计算模型输出的计算结果增加至下一级计算模型对应的训练样本集中，以更新下一级计算模型对应的训练样本集；

对更新后的下一级计算模型的训练样本集中的训练样本按照使用的先后顺序进行排序。

4.一种后台应用清理装置，其特征在于，包括：

采集模块，用于采集应用的多个特征信息作为样本，根据所述特征信息的种类将所述样本分类，构建分类后的所述应用的样本集；

筛选模块，用于获取预设训练模型的模型信息，并根据所述预设训练模型的模型信息对所述分类后的样本集中的样本进行筛选，以确定所述预设训练模型的训练样本；

存储模块，用于将所述预设训练模型的训练样本存储至缓存模块中；

排序模块，所述预设训练模型包括至少两级计算模型，所述排序模块用于将每一级计算模型对应的训练样本进行标记，得到每一级计算模型对应的训练样本集；根据每一级计算模型的级别顺序，对每一级计算模型对应的训练样本集进行排序，以将预设训练模型的训练样本按照使用的先后顺序依次排序；

训练模块，用于根据训练样本集的排列顺序，从所述缓存模块中依次获取每一级训练样本集，并将每一级训练样本集中的训练样本输入至对应的一级计算模型中，其中前一级计算模型输出的计算结果作为下一级计算模型的一个训练样本输入至下一级计算模型中得到预测模型；

预测模块，用于当所述应用进入后台时，利用所述预测模型对所述应用的当前特征信息进行预测，并根据预测结果确定是否可以清理所述应用。

5.根据权利要求4所述的装置，其特征在于，所述排序模块还用于将每一级训练样本集中的训练样本按照使用的先后顺序进行排序。

6.根据权利要求5所述的装置，其特征在于，所述排序模块还用于：

将前一级计算模型输出的计算结果增加至下一级计算模型对应的训练样本集中，以更新下一级计算模型对应的训练样本集；

对更新后的下一级计算模型的训练样本集中的训练样本按照使用的先后顺序进行排序。

7.一种存储介质，其上存储有计算机程序，其特征在于，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权利要求1至3任一项所述的后台应用清理方法。

8.一种电子设备，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，用于执行如权利要求1至3任一项所述的后台应用清理方法。