[发明专利]应用程序运行预测方法、装置以及电子设备

权利要求书

1.一种应用程序运行预测方法，其特征在于，应用电子设备，所述方法包括：

基于训练的机器模型预测得到应用程序运行信息，所述应用程序运行信息包括预测的在目标时间会运行的应用程序；

根据目标条件对所述应用程序运行信息进行更新，得到更新后的应用程序运行信息，所述目标条件表征指定的应用程序运行规律；

基于所述更新后的应用程序运行信息进行运行环境配置。

2.根据权利要求1所述的方法，其特征在于，所述根据目标条件对所述应用程序运行信息进行更新，得到更新后的应用程序运行信息的步骤包括：

若所述在目标时间会运行的应用程序中存在不满足目标条件的应用程序，对所述应用程序运行信息进行处理，以去除所述不满足目标条件的应用程序，得到更新后的应用程序运行信息。

3.根据权利要求2所述的方法，其特征在于，所述对所述应用程序运行信息进行处理，以去除所述不满足目标条件的应用程序，得到更新后的应用程序运行信息的步骤包括：

对所述应用程序运行信息进行处理，以去除所述不满足目标条件的应用程序，得到待补充的应用程序运行信息；

在所述待补充的应用程序运行信息中增加符合用户使用习惯的应用程序，得到更新后的应用程序运行信息。

4.根据权利要求3所述的方法，其特征在于，所述对所述应用程序运行信息进行处理，以去除所述不满足目标条件的应用程序，得到待补充的应用程序运行信息的步骤，包括：对所述应用程序运行信息进行处理，以去除所述不满足当前时间段对应的目标条件的应用程序，得到待补充的应用程序运行信息；

所述在所述待补充的应用程序运行信息中增加符合用户使用习惯的应用程序，得到更新后的应用程序运行信息的步骤包括：在所述待补充的应用程序运行信息中增加符合当前时间段对应的用户使用习惯的应用程序。

5.根据权利要求4所述的方法，其特征在于，所述前时间段对应的用户使用习惯的应用程序包括在前时间段对应的应用程序历史使用次数中排序满足指定顺序的应用程序。

6.根据权利要求2所述的方法，其特征在于，在目标时间会运行的应用程序有多个，所述目标条件表征惯用的多个应用程序之间的跳转关系。

7.根据权利要求1所述的方法，其特征在于，所述基于训练的机器模型预测得到应用程序运行信息的步骤，包括：

获取当前正在运行的应用程序；

基于训练的机器模型预测得到当前正在运行的应用程序之后会运行的应用程序；

将所述当前正在运行的应用程序之后会运行的应用程序作为应用程序运行信息。

8.根据权利要求1所述的方法，其特征在于，所述基于训练的机器模型预测得到应用程序运行信息的步骤之前，还包括：

基于历史应用程序运行记录对待训练的机器模型进行训练，得到训练的机器模型；

其中，历史应用程序运行记录包括多条记录信息，每条记录信息至少包括应用程序对应的运行时间信息、应用程序对应的在前运行的应用程序以及在后运行的应用程序的标识、应用程序运行过程中的充电状态、应用程序运行过程中的外部设备连接状态以及应用程序运行过程中的网络状态。

9.一种应用程序运行预测装置，其特征在于，运行于电子设备，所述装置包括：

运行预测单元，用于基于训练的机器模型预测得到应用程序运行信息，所述应用程序运行信息包括预测的在目标时间会运行的应用程序；

预测结果更新单元，用于根据目标条件对所述应用程序运行信息进行更新，得到更新后的应用程序运行信息，所述目标条件表征指定的应用程序运行规律；

运行环境配置单元，用于基于所述更新后的应用程序运行信息进行运行环境配置。

10.一种电子设备，其特征在于，包括一个或多个处理器以及存储器；

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行权利要求1-8任一所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码运行时执行权利要求1-8任一所述的方法。