应用程序管控方法、装置、存储介质及终端设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107766892A(43)申请公布日2018.03.06(21)申请号201711050118.5(22)申请日2017.10.31(71)申请人广东欧珀移动通信有限公司地址523860广东省东莞市长安镇乌沙海滨路18号(72)发明人曾元清(74)专利代理机构深圳翼盛智成知识产权事务所(普通合伙)44300代理人黄威(51)Int.Cl.G06K9/62(2006.01)G06F9/44(2018.01)G06F9/48(2006.01)权利要求书2页说明书15页附图6页(54)发明名称应用程序管控方法、装置、存储介质及终端设备(57)摘要本申请提供了一种应用程序管控方法、装置、存储介质及终端设备，通过从数据库获取各应用程序的样本向量，其中该样本向量包括所述应用程序多个维度的历史特征信息、历史关闭评分值和历史保留评分值；采用贝叶斯算法对样本向量进行计算，生成训练模型；将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序；以及用户对已关闭的程序进行打分形成当前关闭评分值，对已保留的程序进行打分形成当前保留评分值，回传当前特征信息、当前关闭评分值和当前保留评分值至数据库，以更新训练模型，智能管控应用程序。CN107766892ACN107766892A权利要求书1/2页1.一种应用程序管控方法，应用于终端设备，其特征在于，所述应用程序管控方法包括以下步骤：从数据库获取各应用程序的样本向量，其中该样本向量包括所述应用程序多个维度的历史特征信息、历史关闭评分值和历史保留评分值；采用贝叶斯算法对样本向量进行计算，生成训练模型；将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序；以及用户对已关闭的程序进行打分形成当前关闭评分值，对已保留的程序进行打分形成当前保留评分值，回传当前特征信息、当前关闭评分值和当前保留评分值至数据库，以更新训练模型。2.如权利要求1所述的应用程序管控方法，其特征在于：所述采用贝叶斯算法对样本向量进行计算，生成训练模型的步骤包括：对样本向量进行标记，生成标记结果；以及采用贝叶斯算法对样本向量和标记结果进行计算，生成训练模型。3.如权利要求1所述的应用程序管控方法，其特征在于：所述将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序的步骤包括：获取清理指令；获取后台的应用程序的当前特征信息；将当前特征信息带入对应的训练模型进行计算，得到各后台应用程序的预测关闭值；以及判断预测关闭值是否大于关闭阈值。4.如权利要求3所述的应用程序管控方法，其特征在于：所述判断预测关闭值是否大于关闭阈值步骤包括：当预测关闭值大于关闭阈值时，则关闭所述应用程序；当预测关闭值小于关闭阈值时，则保留所述应用程序。5.一种应用程序管控装置，其特征在于，所述装置包括：获取模块，用于从数据库获取各应用程序的样本向量，其中该样本向量包括所述应用程序多个维度的历史特征信息、历史关闭评分值和历史保留评分值；生成模块，用于采用贝叶斯算法对样本向量进行计算，生成训练模型；计算模块，用于将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序；以及评分模块，用于用户对已关闭的程序进行打分形成当前关闭评分值，对已保留的程序进行打分形成当前保留评分值，回传当前特征信息、当前关闭评分值和当前保留评分值至数据库，以更新训练模型。6.如权利要求5所述的应用程序管控装置，其特征在于：所述生成模块包括：标记模块，用于对样本向量进行标记，生成标记结果；以及训练模块，用于采用贝叶斯算法对样本向量和标记结果进行计算，生成训练模型。7.如权利要求5所述的应用程序管控装置，其特征在于：所述计算模块包括：触发模块，用于获取清理指令；2CN107766892A权利要求书2/2页采集模块，用于获取后台的应用程序的当前特征信息；求解模块，用于将当前特征信息带入对应的训练模型进行计算，得到各后台应用程序的预测关闭值；判断模块，用于判断预测关闭值是否大于关闭阈值。8.如权利要求7所述的应用程序管控装置，其特征在于：当预测关闭值大于关闭阈值时，则关闭所述应用程序；当预测关闭值小于关闭阈值时，则保留所述应用程序。9.如权利要求5所述的应用程序管控装置，其特征在于：还包括储存模块，用于储存应用程序的特征信息。10.如权利要求5所述的应用程序管控装置，其特征在于：还包括关闭模块，用于当判断应用程序需要关闭时，将所述应用程序关闭。11.一种存储介质，其特征在于：