CN109947495A - 应用程序预加载方法、装置、存储介质及移动终端 - Google Patents

应用程序预加载方法、装置、存储介质及移动终端 Download PDF

Info

Publication number
CN109947495A
CN109947495A CN201711384834.7A CN201711384834A CN109947495A CN 109947495 A CN109947495 A CN 109947495A CN 201711384834 A CN201711384834 A CN 201711384834A CN 109947495 A CN109947495 A CN 109947495A
Authority
CN
China
Prior art keywords
sample
application program
mobile terminal
application
characteristic information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711384834.7A
Other languages
English (en)
Inventor
陈岩
刘耀勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201711384834.7A priority Critical patent/CN109947495A/zh
Priority to PCT/CN2018/112252 priority patent/WO2019119968A1/en
Priority to US16/180,350 priority patent/US10552177B2/en
Priority to EP18204265.5A priority patent/EP3502879B1/en
Publication of CN109947495A publication Critical patent/CN109947495A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G06F9/4451—User profiles; Roaming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/542—Event management; Broadcasting; Multicasting; Notifications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Telephone Function (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请实施例公开了应用程序预加载方法、装置、存储介质及移动终端。该方法包括：检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；将第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，样本包括预设采集周期内所述移动终端的状态特征信息，样本对应的样本标记包括所打开的下一个应用程序；根据比对结果预测出即将启动的目标应用程序；对目标应用程序进行预加载。本申请实施例通过采用上述技术方案，能够准确地预测待启动应用程序，在节省存储空间的前提下，提升应用程序的启动速度。

Description

应用程序预加载方法、装置、存储介质及移动终端
技术领域
本申请实施例涉及计算机技术领域，尤其涉及应用程序预加载方法、装置、存储介质及移动终端。
背景技术
目前，随着移动终端技术的快速发展，诸如智能手机、平板电脑以及智能电视等智能设备已成为人们生活中必不可少的电子设备。
移动终端上安装有各种各样的应用程序(Application Software，APP)，一般默认在用户打开一个应用程序时才开始加载这个应用程序，而应用程序占用的存储空间越来越大，加载时间也越来越长，浪费了用户的宝贵时间。为了使应用程序运行的更加流畅，有些移动终端会将提前将某些应用程序的加载资源准备好，即对某些应用程序提前进行预加载。
但是，不能对应用程序进行随意预加载，因为若预加载太多资源，则会占用最多的存储空间，同时功耗变大，会严重影响终端使用的流畅性。因此，优化预加载机制、降低终端功耗变得至关重要。
发明内容
本申请实施例提供一种应用程序预加载方法、装置、存储介质及移动终端，可以优化移动终端中应用程序的预加载方案。
第一方面，本申请实施例提供了一种应用程序预加载方法，包括：
检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
根据比对结果预测出即将启动的目标应用程序；
对所述目标应用程序进行预加载。
第二方面，本申请实施例提供了一种应用程序预加载装置，包括：
第一状态获取模块，用于检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
样本比对模块，用于将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
应用预测模块，用于根据比对结果预测出即将启动的目标应用程序；
应用预加载模块，用于对所述目标应用程序进行预加载。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例所述的应用程序预加载方法。
第四方面，本申请实施例提供了一种移动终端，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本申请实施例所述的应用程序预加载方法。
本申请实施例中提供的应用程序预加载方案，检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息，将第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，样本包括预设采集周期内移动终端的状态特征信息，样本对应的样本标记包括所打开的下一个应用程序，根据比对结果预测出即将启动的目标应用程序，并对目标应用程序进行预加载。通过采用上述技术方案，可以根据移动终端当前的使用状态与用户历史使用过程中记录的状态以及开启应用程序的习惯预测出当前即将启动的应用程序，对该应用程序进行预加载，从而准确地预测待启动应用程序，在节省存储空间的前提下，提升应用程序的启动速度。
附图说明
图1为本申请实施例提供的一种应用程序预加载方法的流程示意图；
图2为本申请实施例提供的另一种应用程序预加载方法的流程示意图；
图3为本申请实施例提供的又一种应用程序预加载方法的流程示意图；
图4为本申请实施例提供的一种应用程序预加载装置的结构框图；
图5为本申请实施例提供的一种移动终端的结构示意图；
图6为本申请实施例提供的又一种移动终端的结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
在移动终端上，对应用程序进行预加载是一种有效提升用户体验的方法，通过提前把某些应用的加载资源准备好，使其运行时更流畅。相关技术中，主要是基于统计的方法对应用程序进行预加载，比如用户最常用的应用程序可能只有几个，将其全部进行预加载。然而，移动终端中装载的应用程序通常有很多，不常用的并不代表用户当前不会使用，常用的也不代表用户当前就一定会使用，因此现有的预加载方法导致预加载应用程序的预测精度不够，且需要预加载过多资源，浪费了较多的存储空间，影响移动终端的整体性能。
图1为本申请实施例提供的一种应用程序预加载方法的流程示意图，该方法可以由应用程序预加载装置执行，其中该装置可由软件和/或硬件实现，一般可集成在移动终端中。如图1所示，该方法包括：
步骤101、检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息。
示例性的，本申请实施例中的移动终端可包括智能手机、平板电脑以及笔记本电脑等移动设备。
本申请实施例中，对应用预加载预测事件的具体触发条件不做限定。示例性的，可以是检测到移动终端开机或移动终端的屏幕被点亮或者移动终端被成功解锁；还可以是检测到用户正在使用某一个应用程序或者正在使用预设的应用程序；还可以是检测到用户使用当前应用程序(或当前预设应用程序)的累计时长达到预设使用时长阈值；还可以是检测到移动终端处于预设使用状态，如被用户握持的状态，或被用户拿起。
本步骤中，在检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息，用于后续步骤中与预先采集的样本集合中的样本进行比对。样本中包括预设采集周期内移动终端的状态特征信息。
示例性的，本申请中的状态特征信息可包括时间信息，还可包括移动数据网络的开关状态或无线热点的连接状态等。
以包括时间信息为例，对于移动终端来说，在不同的时刻或时间段，用户对应用程序的使用需求可能不同，将时间信息作为样本中的一个特征(或属性)。具体的，时间信息可以是移动终端的当前系统时间或当前系统时间所处的时间段，时间段可以是一周的某一天(如周一或周日)，还可以是一天中的某段时间(如早上6点到早上8点)。不同的时刻或者不同的时间段可以表明用户可能处于的状态不同。如周一到周五为工作日，用户一般处于工作状态，用户一般使用办公类或社交类应用程序较多，周六和周日以及法定假日为休息日，用户一般处于休闲状态，用户一般使用游戏类或休闲类应用程序较多；对于工作日来说，如早上6点到早上8点，用户一般在上班路上，可能在使用新闻客户端浏览新闻，上午9点到上午11点，用户一般在办公，可能在使用邮箱客户端，中午12点到下午1点，可能使用外卖应用程序订餐，晚上6点到6点10分下班时间，可能使用打车软件订车等等。此外，还可以获取用户的日程信息，根据日程信息对时间信息进行修正，如某个周一，日程信息表明用户在休假，则可将对应的工作日修正为休息日。
为了提高预测结果的准确度，本申请实施例中还可采用更多的移动终端的状态参数。当前，互联网技术发展迅速，移动终端中的应用程序的很多功能都依赖于网络来实现，如移动支付、浏览网页、在线观看视频以及通过社交软件聊天等，这里的网络可以是网络运营商(以中国为例，包括中国移动、中国联通及中国电信等)提供的移动数据网络(又称蜂窝移动网络)，还可以是基于无线局域网技术，如无线保真(Wireless Fidelity，WiFi)技术，形成的无线局域网，该无线局域网具备访问互联网的能力，移动终端通过连接无线局域网中的无线热点，即可实现访问互联网。对于移动数据网络来说，用户需要向网络运营商支付一定的数据流量费用，所以用户在周围存在可用无线热点(如WiFi热点)的情况下，一般会优先选择通过连接无线热点的方式上网。此外，为了防止移动终端中的某些应用在用户不知情的情况下产生流量，很多用户还会选择关闭移动数据网络的开关。另外，移动终端中，不同的应用程序对联网功能的需求不同，使用过程中所消耗的数据流量也不同。综合考虑以上情况，本申请实施例中可将移动数据网络的开关状态和/或无线热点的连接状态作为样本中的特征，以增强预测待加载应用程序的准确度。当移动数据网络的开关状态为开启时，可以说明当前环境中可能不存在无线热点，用户可能选择使用流量消耗较少的应用，而当移动数据网络的开关状态为关闭时，用户可能选择使用不需要依赖网络的应用或者通过连接WiFi热点使用任意应用。当无线热点的连接状态为连接时，用户可能使用任意应用，当无线热点的连接状态为断开时，用户可能使用流量消耗较少的应用。
本申请实施例可结合时间信息、移动数据网络的开关状态和/或无线热点的连接状态进行比较，能够将移动终端的状态划分出更多的层次，从而更加准确地预测待启动的应用程序。当然，状态特征信息中还可以包含更多的特征，本申请不做限定。
步骤102、将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对。
其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序。其中，所打开的下一个应用程序，可以包括所启动的下一个应用程序，还可包括从后台切换至前台的下一个应用程序，表明用户需要使用该应用程序。预设采集周期可表示连续采集样本的时长，在预设采集周期内以预设采样频率进行样本采集。预设采集周期可根据移动终端的特性或用户使用需求等情况来确定，本申请不做限定，例如智能手机，多数用户几乎每天都会使用，预设采集周期可设置得短一些，如半个月，若用户的使用强度比较大(如每天使用的时间很长)，可以设置得更短一些，如一周。本申请实施例中对采样频率也不做限定，例如可根据用户使用应用程序的频率或频次来确定，例如可以是3分钟一次。
可选的，样本集合的采集过程可以由服务器来完成，也可以由移动终端来完成。当由服务器完成时，服务器可按照采样计划向移动终端发送样本采样指令，移动终端根据样本采样指令向服务器上传相应的数据；当由移动终端自身完成时，移动终端可以不用与服务器建立连接，即不需要具备网络访问功能，可保证样本采集的时效性和准确性。具体的，在检测到应用预加载预测事件被触发之前，还包括：在预设采集周期内获取所述移动终端当前的第二状态特征信息，作为当前样本；监测所述移动终端中打开的下一个应用程序，并记为当前样本的样本标记。在采集样本数据的过程中，在获取到第二状态特征信息后，对移动终端中应用程序的运行状态进行监测，记录用户打开的下一个应用程序，将该应用程序记为样本对应的样本标记。例如，当获取到的状态特征信息为早上7点10分(或所属时间段为早上7点至8点)，无线热点的连接状态为连接，形成样本1，随后用户在7点15分(7点10分至7点16分之间未打开其他应用程序)打开了墨迹天气应用，则将墨迹天气应用记为样本1对应的样本标记。若在7点13分采集样本2，状态特征信息为早上7点13分，无线热点的连接状态为连接，那么样本2对应的样本标记也为墨迹天气应用。若在7点16分采集样本3，无线热点的连接状态为连接，用户在7点17分打开了微信，那么微信为样本3的样本标记。
本步骤中，可以将移动终端当前的第一状态特征信息与样本集合中的每个样本分别进行比较，在比较的过程中，针对样本中的特征逐一进行比较。例如，状态特征信息包括时间信息和无线热点的连接状态，那么可比较各样本中无线热点的连接状态是否与第一状态特征信息中的相同，然后比较各样本中的时间信息与第一状态特征信息相差多少。例如，当前时刻为早上7点14分，无线热点的连接状态为连接，那么第一状态特征与上述样本2在时间上相差1分钟，与上述样本3相差2分钟。
步骤103、根据比对结果预测出即将启动的目标应用程序。
示例性的，可根据比对结果筛选出与第一状态特征信息最接近的样本或比较接近的样本，并根据筛选出来的样本对应的样本标记确定目标应用程序。如上述举例，当前时刻的第一状态特征与上述样本2在时间上相差1分钟，与样本3相差2分钟，样本2是最接近的样本，样本3是比较接近的样本，可将墨迹天气确定为目标应用程序，也可将墨迹天气和微信均确定为目标应用程序。
进一步的，可按照预设数量阈值M筛选出与第一状态特征信息最接近的M个样本，对M个样本对应的样本标记进行统计，将从样本标记中出现次数最多的W个应用程序确定为即将启动的目标应用程序。例如，预设数量阈值M为10个，那么可进一步对这10个样本对应的样本标记进行统计，假设10个样本中有5个对应应用a，3个对应应用b，1个对应应用c，1个对应应用d。若W为1，那么可将应用a确定为目标应用程序；若W为2，那么可将应用a和应用b确定为目标应用程序。
步骤104、对所述目标应用程序进行预加载。
本申请实施例中对预加载的具体过程以及所加载的数据资源不做限定，例如可为目标应用程序分配相应的硬件资源，并基于分配的硬件资源加载启动所需的相关数据。此外加载的数据资源可根据目标应用程序的具体类型来确定。例如，若目标应用程序为一个社交软件，可以预加载该应用程序中的启动画面、联系人列表以及近期的消息记录等；若目标应用程序为一个游戏，可以预加载该应用程序中的游戏背景相关数据等。
在对目标应用进行预加载之后，若用户真正想要使用目标应用程序，那么就会触发启动目标应用程序(如点击目标应用程序对应的应用图标)，此时，由于用于启动的全部资源或部分资源已经进行了预加载，那么目标应用程序的启动速度就会明显得到提升，减少用户的等待时间。
可以理解的是，若目标应用程序已经处于运行状态，那么无需进行预加载，可以重新确定新的未启动的目标应用程序。
本申请实施例中提供的应用程序预加载方法，检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息，将第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，样本包括预设采集周期内移动终端的状态特征信息，样本对应的样本标记包括所打开的下一个应用程序，状态特征信息包括时间信息，以及移动数据网络的开关状态和/或无线热点的连接状态，根据比对结果预测出即将启动的目标应用程序，并对目标应用程序进行预加载。通过采用上述技术方案，可以根据移动终端当前的使用状态与用户历史使用过程中记录的状态以及开启应用程序的习惯预测出当前即将启动的应用程序，对该应用程序进行预加载，从而准确地预测待启动应用程序，在节省存储空间的前提下，提升应用程序的启动速度。
在一些实施例中，检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息，可包括：检测到应用预加载预测事件被触发时，获取所述移动终端中的存储空间信息，根据所述存储空间信息判断剩余存储空间是否达到预设存储阈值，若达到，则获取移动终端当前的第一状态特征信息。这样设置的好处在于，当移动终端中存储空间不足时，若对应用程序进行预加载，预加载的资源会占用一定的存储空间，影响移动终端的整体运行，因此，可不进行后面的操作，节省系统资源。
在一些实施例中，所述状态特征信息还可包括以下至少一项：所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、日期类别、耳机插孔的插拔状态、充电状态、电池电量信息、屏幕显示时长、移动终端的运动状态和位置信息。这样设置的好处在于，能够进一步丰富移动终端的状态被划分的维度和层次，进而更加准确地预测待启动的应用程序。
当移动终端已连接无线热点时，可进一步获取所连接的无线热点的身份信息，身份信息可以是身份标识，以WiFi为例，可以是服务集标识(Service Set Identifier，SSID)或基本服务集标识(Basic Service Set Identifier，BSSID)。在连接不同的无线热点时，可以说明用户所处环境不同，如在家里、办公室或公共区域等。此外，不同的无线热点还可能存在公共热点及个人热点之分，以及加密热点和未加密热点之分。出于使用场合以及安全性等因素的考量，那么用户可能使用不同的应用程序，因此可将所连接的无线热点的身份信息作为样本的一个特征。
用户在使用移动终端的过程中，两个以上(包括两个)的应用程序被启动的时序可能是存在关联的，例如，用户在使用淘宝时，可能接下来会使用京东商城或苏宁易购等应用程序进行商品的比价等操作，因此，当前正在运行的应用程序可能会对接下来要启动的应用程序产生影响，此处当前正在运行的应用程序可包括前台运行应用程序和/或后台运行应用程序。本申请实施例中，可将当前运行的应用程序作为样本的一个特征。
如上文所述，两个以上的应用程序被启动的时序可能是存在关联的，那么上一个前景(前台运行的)应用程序也可能会对即将启动的应用程序产生影响，因此，申请实施例中，也可将上一个前景应用程序作为样本的一个特征。
示例性的，日期类别可包括工作日和休息日，休息日可包括周末，还可包括法定节假日或日程信息中的休假日等。在不同类型的日期中，用户可能会做的事情一般差异较大，那么所打开的应用程序一般也不相同，因此，也可将日期类别作为一个特征纳入所采集的样本中。
移动终端上通常设置有耳机插孔，用户可根据使用环境或收听体验的需求来选择是否通过耳机收听移动终端的声音。一般的，若耳机插孔的插拔状态为插入时，可能需要使用多媒体播放器类的应用程序；若耳机插孔的插拔状态为未插入时，若处于公共场所等环境中，一般不会使用多媒体播放器类的应用程序，而选择使用一些较少播放声音的应用程序。考虑上述因素，可将耳机插孔的插拔状态作为样本的一个特征。
移动终端的移动属性决定了其需要使用电池来供电，当移动终端的充电状态为正在充电时，可能会对移动终端的使用产生一定的影响，一般用户会避免使用移动终端，所以此时打开的应用程序一般是需求程度较高的应用；当移动终端的充电状态为未充电时，所使用的应用程序可能不受限制。因此，可将充电状态作为样本的一个特征，充电状态可以包括正在充电和未处于充电状态，当正在充电时，充电状态还可以包括充电模式，充电模式可包括快速充电模式和普通充电模式，快速充电模式可以是通过快充电源适配器(如移动电源)进行充电，普通充电模式可以是通过普通的电源适配器(如移动终端的原装充电器)进行充电。
当移动终端中的电量较低时，为了延长待机时间，用户一般不会打开耗电量较大的应用程序，如视频播放器等；而当移动终端中的电量较充足时，所使用的应用程序可能不受限制。因此，可将电池电量信息作为样本的一个特征。
屏幕显示时长可以是移动终端亮起后保持显示的时长，可用于表示用户连续使用移动终端的累计时长，经过不同的使用累计时长后，用户可能选择打开的下一个应用程序也可能不同，例如，屏幕显示时长达到1小时后，用户可能需要休息眼睛，此时可能会打开音乐播放器。本申请实施例中，可将屏幕显示时长作为样本的一个特征。
移动终端的运动状态可以在一定程度上反映出移动终端的使用场景，如跑步场景、开车场景、步行场景或静止场景等等不同的运动状态下，用户对应用程序的使用需求也可能不同，如跑步时可能需要使用音乐播放器听歌，开车时可能需要使用导航应用进行导航等等。此外，静止状态还可包括移动终端的姿态，如倾斜角度等等，可反映用户使用移动终端时的状态，如在桌面上使用，躺在床上使用等等。本申请实施例中，可将移动终端的运动状态作为样本的一个特征。
移动终端的位置信息可以在一定程度上反映出移动终端的使用环境，如在室内或室外，在办公室或家里，在商场、影院或旅游景点等等，用户在不同的位置可能也会选择使用不同的应用程序。本申请实施例中，可将移动终端的位置信息作为样本的一个特征。
需要说明的是，上述针对样本的每个特征进行了举例说明，为了表明任一特征取值不同的情况下均有可能对预测结果产生影响，但上述举例并不会对本申请实施例构成限定。当样本中的特征数量越多时，一般预测结果越准确，可根据实际情况进行特征的选取，且并不限于上述所列举的特征。
在一些实施例中，所述状态特征信息中的信息为实数，如为归一化后的实数，即可将样本中的特征的取值进行归一化处理，得到归一化后的实数，如归一化成0到1之间的实数。这样设置的好处在于，方便特征值的比对以及相关计算，可减少运算量。例如，可将每个特征对应的取值转化成相应的编号，如将WiFiSSID“abcd”转化为编号1，将WiFiSSID“xyz”转化为编号2等等，然后再进行归一化处理。其中，不同特征之间的编号可以均不相同，也可以复用(如充电状态和电池电量信息对应的编号中都可存在编号1)，因为不同特征在样本中所处的位置不同。进一步的，还可将样本标记中的应用程序名称也转化为编号，如微信转化为编号1，淘宝转化为编号2等等，然后进行归一化处理。
在一些实施例中，所述根据比对结果预测出即将启动的目标应用程序，包括：基于K最近邻(k-NearestNeighbor，KNN)算法对所述比对结果进行处理，根据处理结果预测出即将启动的目标应用程序。这样设置的好处在于，算法简单，且准确度高，从而快速准确地确定即将启动的目标应用程序。
进一步的，所述将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，包括：对于预先采集的样本集合中的每个样本，采用预设算法计算所述第一状态特征信息与当前样本之间的距离值。所述基于K最近邻KNN算法对所述比对结果进行处理，根据处理结果预测出即将启动的目标应用程序，包括：从计算得到所有距离值中选取k个数值最小的距离值；获取所述k个距离值分别对应的样本标记；将从样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。这样设置的好处在于，根据距离值的大小进行样本标记的筛选，能够提高计算结果的准确度。其中，从计算得到所有距离值中选取k个数值最小的距离值，具体可以是将计算得到的所有距离值按照从小到大的顺序排序，选取排在前面的k个距离值，k可以是大于或等于1的正整数。将从样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序，具体可以是将在样本标记中出现的应用程序按照出现次数从多至少的顺序排序，将排在前面的N个应用程序确定为即将启动的目标应用程序，N可以是大于或等于1的正整数。预设算法可以是任意用于计算距离的算法，如欧氏距离计算算法或马氏距离计算算法等等，本申请实施例不做限定。
在一些实施例中，所述将在样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序，包括：获取所述移动终端中的存储空间信息，根据所述存储空间信息确定N的数值；将在样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。这样设置的好处在于，可根据移动终端中当前剩余的存储空间的大小来确定预加载的应用程序的数目，当剩余存储空间较多时，可选择预加载多个应用程序，以提高预测结果的命中率，而当剩余存储空间较少时，可选择预加载一个应用程序，以节省存储空间，保证移动终端整体的运行流畅度。存储空间与N的对应关系可预先设置并存储于移动终端中。
在一些实施例中，样本的采集过程可以与应用程序预加载的预测过程并行执行，可定期删除样本集合中的陈旧部分，只保留最近的预设采集周期内的样本，以反映用户最新的使用习惯，同时还可减小预测操作的运算量，节省样本集占用的存储空间。
图2为本申请实施例提供的另一种应用程序预加载方法的流程示意图，该方法包括如下步骤：
步骤201、在预设采集周期内采集样本并纳入样本集合中，记录每个样本分别对应的样本标记。
示例性的，样本中的特征可包括时间信息、移动数据网络的开关状态、无线热点的连接状态、所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、日期类别、耳机插孔的插拔状态、充电状态和电池电量信息。
对于一个样本来说，所采集的不同特征对应的值构成了该样本的特征集，特征集采用一组实数予以记录。将特征值和样本标记均转化为相应的编号，再进行归一化处理，这样，样本以及对应的样本标记可被记为(x1,x2,...,xn,y)，其中x1,x2,...,xn分别表示n个特征值，为归一化以后的实数(归一化成0到1之间)，可以看做是一个用于表示状态特征的向量，y表示样本标记，也可以是归一化以后的实数。连续采集一周的样本数据，从而得到样本集合，也即样本数据库，随后便可基于样本数据库进行预加载应用程序的预测。
步骤202、检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息。
示例性的，第一状态特征信息可以表示为一个状态特征向量：第一状态特征信息中包含的项目与样本中包含的特征相对应。
步骤203、对于预先采集的样本集合中的每个样本，采用欧氏距离计算算法计算所述第一状态特征信息与当前样本之间的距离值。
示例性的，从样本集合中取出所有的样本数据，并与当前的第一状态特征信息进行比对。对于每一条样本对应的i＝(x1,x2,...,xn,y)，计算当前的第一状态特征信息与样本的欧氏距离yi：
步骤204、从计算得到所有距离值中选取k个数值最小的距离值。
示例性的，对得到的yi进行从小到大的排序，从中选取排在前面的k个距离值。其中，k可以是预先设置的定值，如k＝9。
步骤205、获取所述k个距离值分别对应的样本标记。
步骤206、将从样本标记中出现次数最多的应用程序确定为即将启动的目标应用程序。
示例性的，对k个距离值对应的样本的样本标记(分类标记)进行统计，取类别中样本数最多的一类作为预测结果。如9个样本中，4个标记为应用A，3个为应用B，1个为应用C，1个为应用D，则预测结果为应用A。
步骤207、对所述目标应用程序进行预加载。
示例性的，在内存充足的情况下，提前将应用A对应的数据加载进内存中。
本申请实施例提供的应用程序预加载方法，样本中包含多个维度的特征，可全面地体现用户的使用习惯，基于KNN算法，能够快速准确地预测出用户下一个将要使用到的应用程序，提前预加载该应用程序，从而在节省存储空间的前提下，提升应用程序的启动速度。
图3为本申请实施例提供的又一种应用程序预加载方法的流程示意图，该方法包括：
步骤301、在预设采集周期内采集样本并纳入样本集合中，记录每个样本分别对应的样本标记。
示例性的，样本中的特征可包括时间信息、移动数据网络的开关状态、无线热点的连接状态、所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、日期类别、耳机插孔的插拔状态、充电状态、电池电量信息、屏幕显示时长、移动终端的运动状态和位置信息。
步骤302、检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息。
步骤303、对于预先采集的样本集合中的每个样本，采用欧氏距离计算算法计算所述第一状态特征信息与当前样本之间的距离值。
步骤304、从计算得到所有距离值中选取k个数值最小的距离值。
步骤305、获取所述k个距离值分别对应的样本标记。
步骤306、获取移动终端中的存储空间信息，根据存储空间信息确定N的数值。
示例性的，存储空间信息可以是剩余内存。可通过仿真或实验等手段预先测试不同剩余内存状态下，加载不同数量的应用程序时，移动终端的性能，从而确定不同的存储空间信息对应的N值，将对应关系存储至移动终端中。
此外，对于不同的应用程序来说，需要预加载的资源占用存储空间的情况也可能不同，也可根据当前的存储空间信息确定能够进行预加载的资源所占用的存储空间大小的总量，将应用程序按照在样本标记中出现次数由多至少的顺序进行排序，根据所述总量确定可以预加载的应用程序的总数，将该总数确定为N的取值。
步骤307、将从样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。
步骤308、对N个目标应用程序进行预加载。
本申请实施例提供的应用程序预加载方法，样本中包含多个维度的特征，可全面地体现用户的使用习惯，基于KNN算法以及移动终端当前的存储空间信息，能够快速准确地预测出一个或多个用户可能将要使用到的应用程序，提前预加载预测出的一个或多个应用程序，提高预测结果的命中率，从而有效提升应用程序的启动速度。
图4为本申请实施例提供的一种应用程序预加载装置的结构框图，该装置可由软件和/或硬件实现，一般集成在移动终端中，可通过执行应用程序预加载方法来对移动终端中的应用程序进行预加载。如图4所示，该装置包括：
第一状态获取模块401，用于检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
样本比对模块402，用于将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
应用预测模块403，用于根据比对结果预测出即将启动的目标应用程序；
应用预加载模块404，用于对所述目标应用程序进行预加载。
本申请实施例提供的应用程序预加载装置，检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息，将第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，样本包括预设采集周期内移动终端的状态特征信息，样本对应的样本标记包括所打开的下一个应用程序，状态特征信息包括时间信息，以及移动数据网络的开关状态和/或无线热点的连接状态，根据比对结果预测出即将启动的目标应用程序，并对目标应用程序进行预加载。通过采用上述技术方案，可以将移动终端当前的使用状态与用户历史使用过程中记录的状态以及开启应用程序的习惯预测出当前即将启动的应用程序，对该应用程序进行预加载，从而准确地预测待启动应用程序，在节省存储空间的前提下，提升应用程序的启动速度。
可选的，该装置还包括：
样本采集模块，用于在检测到应用预加载预测事件被触发之前，在预设采集周期内获取所述移动终端当前的第二状态特征信息，作为当前样本；
样本标记记录模块，用于监测所述移动终端中打开的下一个应用程序，并记为当前样本的样本标记。
可选的，所述状态特征信息中的信息为归一化后的实数。
可选的，所述根据比对结果预测出即将启动的目标应用程序，包括：
基于K最近邻KNN算法对所述比对结果进行处理，根据处理结果预测出即将启动的目标应用程序。
可选的，所述将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，包括：
对于预先采集的样本集合中的每个样本，采用预设算法计算所述第一状态特征信息与当前样本之间的距离值；
所述基于K最近邻KNN算法对所述比对结果进行处理，根据处理结果预测出即将启动的目标应用程序，包括：
从计算得到所有距离值中选取k个数值最小的距离值；
获取所述k个距离值分别对应的样本标记；
将从样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。
可选的，所述将从样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序，包括：
获取所述移动终端中的存储空间信息，根据所述存储空间信息确定N的数值；
将从样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。
可选的，所述状态特征信息还包括以下至少一项：
时间信息、移动数据网络的开关状态、无线热点的连接状态、所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、日期类别、耳机插孔的插拔状态、充电状态、电池电量信息、屏幕显示时长、移动终端的运动状态和位置信息。
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行应用程序预加载方法，该方法包括：
检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
根据比对结果预测出即将启动的目标应用程序；
对所述目标应用程序进行预加载。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的应用程序预加载操作，还可以执行本申请任意实施例所提供的应用程序预加载方法中的相关操作。
本申请实施例提供了一种移动终端，该移动终端中可集成本申请实施例提供的应用程序预加载装置。图5为本申请实施例提供的一种移动终端的结构示意图。移动终端500可以包括：存储器501，处理器502及存储在存储器501上并可在处理器502运行的计算机程序，所述处理器502执行所述计算机程序时实现如本申请实施例所述的应用程序预加载方法。
本申请实施例提供的移动终端，可以将移动终端当前的使用状态与用户历史使用过程中记录的状态以及开启应用程序的习惯预测出当前即将启动的应用程序，对该应用程序进行预加载，从而准确地预测待启动应用程序，在节省存储空间的前提下，提升应用程序的启动速度。
图6为本申请实施例提供的另一种移动终端的结构示意图，该移动终端可以包括：壳体(图中未示出)、存储器601、中央处理器(central processing unit，CPU)602(又称处理器，以下简称CPU)、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部；所述CPU602和所述存储器601设置在所述电路板上；所述电源电路，用于为所述移动终端的各个电路或器件供电；所述存储器601，用于存储可执行程序代码；所述CPU602通过读取所述存储器601中存储的可执行程序代码来运行与所述可执行程序代码对应的计算机程序，以实现以下步骤：
检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
根据比对结果预测出即将启动的目标应用程序；
对所述目标应用程序进行预加载。
所述移动终端还包括：外设接口603、RF(Radio Frequency，射频)电路605、音频电路606、扬声器611、电源管理芯片608、输入/输出(I/O)子系统609、其他输入/控制设备610、触摸屏612、其他输入/控制设备610以及外部端口604，这些部件通过一个或多个通信总线或信号线607来通信。
应该理解的是，图示移动终端600仅仅是移动终端的一个范例，并且移动终端600可以具有比图中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的用于应用程序预加载的移动终端进行详细的描述，该移动终端以手机为例。
存储器601，所述存储器601可以被CPU602、外设接口603等访问，所述存储器601可以包括高速随机存取存储器，还可以包括非易失性存储器，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口603，所述外设接口603可以将设备的输入和输出外设连接到CPU602和存储器601。
I/O子系统609，所述I/O子系统609可以将设备上的输入输出外设，例如触摸屏612和其他输入/控制设备610，连接到外设接口603。I/O子系统609可以包括显示控制器6091和用于控制其他输入/控制设备610的一个或多个输入控制器6092。其中，一个或多个输入控制器6092从其他输入/控制设备610接收电信号或者向其他输入/控制设备610发送电信号，其他输入/控制设备610可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是，输入控制器6092可以与以下任一个连接：键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏612，所述触摸屏612是用户移动终端与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。
I/O子系统609中的显示控制器6091从触摸屏612接收电信号或者向触摸屏612发送电信号。触摸屏612检测触摸屏上的接触，显示控制器6091将检测到的接触转换为与显示在触摸屏612上的用户界面对象的交互，即实现人机交互，显示在触摸屏612上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，设备还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路605，主要用于建立手机与无线网络(即网络侧)的通信，实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地，RF电路605接收并发送RF信号，RF信号也称为电磁信号，RF电路605将电信号转换为电磁信号或将电磁信号转换为电信号，并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路605可以包括用于执行这些功能的已知电路，其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder，编译码器)芯片组、用户标识模块(Subscriber Identity Module，SIM)等等。
音频电路606，主要用于从外设接口603接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器611。
扬声器611，用于将手机通过RF电路605从无线网络接收的语音信号，还原为声音并向用户播放该声音。
电源管理芯片608，用于为CPU602、I/O子系统及外设接口所连接的硬件进行供电及电源管理。
上述实施例中提供的应用程序预加载装置、存储介质及移动终端可执行本申请任意实施例所提供的应用程序预加载方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的应用程序预加载方法。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种应用程序预加载方法，其特征在于，包括：
检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
根据比对结果预测出即将启动的目标应用程序；
对所述目标应用程序进行预加载。
2.根据权利要求1所述的方法，其特征在于，在检测到应用预加载预测事件被触发之前，还包括：
在预设采集周期内获取所述移动终端当前的第二状态特征信息，作为当前样本；
监测所述移动终端中打开的下一个应用程序，并记为当前样本的样本标记。
3.根据权利要求1所述的方法，其特征在于，所述状态特征信息中的信息为归一化后的实数。
4.根据权利要求1所述的方法，其特征在于，所述根据比对结果预测出即将启动的目标应用程序，包括：
基于K最近邻KNN算法对所述比对结果进行处理，根据处理结果预测出即将启动的目标应用程序。
5.根据权利要求4所述的方法，其特征在于，所述将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，包括：
对于预先采集的样本集合中的每个样本，采用预设算法计算所述第一状态特征信息与当前样本之间的距离值；
所述基于K最近邻KNN算法对所述比对结果进行处理，根据处理结果预测出即将启动的目标应用程序，包括：
从计算得到所有距离值中选取k个数值最小的距离值；
获取所述k个距离值分别对应的样本标记；
将在样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。
6.根据权利要求5所述的方法，其特征在于，所述将在样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序，包括：
获取所述移动终端中的存储空间信息，根据所述存储空间信息确定N的取值；
将在样本标记中出现次数最多的N个应用程序确定为即将启动的目标应用程序。
7.根据权利要求1-6任一所述的方法，其特征在于，所述状态特征信息包括以下至少一项：
时间信息、日期类别、移动数据网络的开关状态、无线热点的连接状态、所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、耳机插孔的插拔状态、充电状态、电池电量信息、屏幕显示时长、移动终端的运动状态和位置信息。
8.一种应用程序预加载装置，其特征在于，包括：
第一状态获取模块，用于检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；
样本比对模块，用于将所述第一状态特征信息与预先采集的样本集合中的多个样本进行比对，其中，所述样本包括预设采集周期内所述移动终端的状态特征信息，所述样本对应的样本标记包括所打开的下一个应用程序；
应用预测模块，用于根据比对结果预测出即将启动的目标应用程序；
应用预加载模块，用于对所述目标应用程序进行预加载。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的应用程序预加载方法。
10.一种移动终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7任一所述的应用程序预加载方法。
CN201711384834.7A 2017-12-20 2017-12-20 应用程序预加载方法、装置、存储介质及移动终端 Pending CN109947495A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201711384834.7A CN109947495A (zh) 2017-12-20 2017-12-20 应用程序预加载方法、装置、存储介质及移动终端
PCT/CN2018/112252 WO2019119968A1 (en) 2017-12-20 2018-10-27 Method for preloading application, storage medium, and terminal device
US16/180,350 US10552177B2 (en) 2017-12-20 2018-11-05 Method for preloading application, storage medium, and terminal device
EP18204265.5A EP3502879B1 (en) 2017-12-20 2018-11-05 Method for preloading application, storage medium, and terminal device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711384834.7A CN109947495A (zh) 2017-12-20 2017-12-20 应用程序预加载方法、装置、存储介质及移动终端

Publications (1)

Publication Number Publication Date
CN109947495A true CN109947495A (zh) 2019-06-28

Family

ID=64308488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711384834.7A Pending CN109947495A (zh) 2017-12-20 2017-12-20 应用程序预加载方法、装置、存储介质及移动终端

Country Status (4)

Country Link
US (1) US10552177B2 (zh)
EP (1) EP3502879B1 (zh)
CN (1) CN109947495A (zh)
WO (1) WO2019119968A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457270A (zh) * 2019-07-30 2019-11-15 惠州Tcl移动通信有限公司 一种文件加载的方法、装置和终端
CN111522709A (zh) * 2020-04-14 2020-08-11 江西航智信息技术有限公司 一种学生移动终端app使用时间管理方法、系统和装置
WO2021077261A1 (zh) * 2019-10-21 2021-04-29 深圳市欢太科技有限公司 应用程序管理方法及装置、电子设备以及存储介质
CN114691278A (zh) * 2022-06-01 2022-07-01 深圳传音控股股份有限公司 应用程序处理方法、智能终端及存储介质
CN114730267A (zh) * 2019-11-18 2022-07-08 三星电子株式会社 预加载应用的方法和支持该方法的电子装置
CN117130679A (zh) * 2023-02-17 2023-11-28 荣耀终端有限公司 一种应用程序的预加载方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109947497B (zh) * 2017-12-20 2021-06-08 Oppo广东移动通信有限公司 应用程序预加载方法、装置、存储介质及移动终端
US11922187B2 (en) * 2018-03-05 2024-03-05 Tensera Networks Ltd. Robust application preloading with accurate user experience
WO2019171237A1 (en) 2018-03-05 2019-09-12 Tensera Networks Ltd. Application preloading in the presence of user actions
US10536857B1 (en) * 2019-06-24 2020-01-14 Bank Of America Corporation Systems and methods for pre-authenticating a user on a mobile device
CN112148547B (zh) * 2019-06-26 2024-04-02 北京百度网讯科技有限公司 应用启动次数的监控方法、装置、设备及可读存储介质
CN113127774B (zh) * 2019-12-30 2023-12-12 中国移动通信集团辽宁有限公司 移动应用的内容预缓存方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103369508A (zh) * 2013-06-25 2013-10-23 华为技术有限公司 数据加载方法和终端设备
CN106547582A (zh) * 2015-09-22 2017-03-29 阿里巴巴集团控股有限公司 一种预处理方法及装置
CN106599688A (zh) * 2016-12-08 2017-04-26 西安电子科技大学 一种基于应用类别的安卓恶意软件检测方法
CN106843961A (zh) * 2017-01-19 2017-06-13 上海斐讯数据通信技术有限公司 一种手机应用程序预加载和清理的系统及其使用方法
CN107295044A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种进行应用程序管理的方法及设备

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120324359A1 (en) * 2010-02-18 2012-12-20 Sa Ignite, Inc. Systems and Methods for Monitoring and Enhancing Software Applications
US9189252B2 (en) * 2011-12-30 2015-11-17 Microsoft Technology Licensing, Llc Context-based device action prediction
US9256484B2 (en) 2013-06-09 2016-02-09 Apple Inc. Dynamic adjustment of mobile device based on user activity
US9508040B2 (en) 2013-06-12 2016-11-29 Microsoft Technology Licensing, Llc Predictive pre-launch for applications
CN103677922B (zh) * 2013-12-13 2018-01-09 北京奇虎科技有限公司 对应用软件进行启动的方法和装置
US9633233B2 (en) * 2014-05-07 2017-04-25 Sandisk Technologies Llc Method and computing device for encrypting data stored in swap memory
CN104657183B (zh) * 2015-03-09 2018-11-09 联想(北京)有限公司 信息处理方法、装置及电子设备
CN104951340B (zh) * 2015-06-12 2018-07-06 联想(北京)有限公司 一种信息处理方法及装置
US9942763B2 (en) * 2015-11-19 2018-04-10 Beijing Nanbao Technology Co., Ltd. Method and apparatus of triggering applications in a wireless environment
CN109960539A (zh) * 2017-12-21 2019-07-02 广东欧珀移动通信有限公司 应用程序预加载方法、装置、存储介质及移动终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103369508A (zh) * 2013-06-25 2013-10-23 华为技术有限公司 数据加载方法和终端设备
CN106547582A (zh) * 2015-09-22 2017-03-29 阿里巴巴集团控股有限公司 一种预处理方法及装置
CN107295044A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种进行应用程序管理的方法及设备
CN106599688A (zh) * 2016-12-08 2017-04-26 西安电子科技大学 一种基于应用类别的安卓恶意软件检测方法
CN106843961A (zh) * 2017-01-19 2017-06-13 上海斐讯数据通信技术有限公司 一种手机应用程序预加载和清理的系统及其使用方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457270A (zh) * 2019-07-30 2019-11-15 惠州Tcl移动通信有限公司 一种文件加载的方法、装置和终端
WO2021077261A1 (zh) * 2019-10-21 2021-04-29 深圳市欢太科技有限公司 应用程序管理方法及装置、电子设备以及存储介质
CN114730267A (zh) * 2019-11-18 2022-07-08 三星电子株式会社 预加载应用的方法和支持该方法的电子装置
CN111522709A (zh) * 2020-04-14 2020-08-11 江西航智信息技术有限公司 一种学生移动终端app使用时间管理方法、系统和装置
CN114691278A (zh) * 2022-06-01 2022-07-01 深圳传音控股股份有限公司 应用程序处理方法、智能终端及存储介质
CN117130679A (zh) * 2023-02-17 2023-11-28 荣耀终端有限公司 一种应用程序的预加载方法

Also Published As

Publication number Publication date
EP3502879A1 (en) 2019-06-26
US10552177B2 (en) 2020-02-04
WO2019119968A1 (en) 2019-06-27
EP3502879B1 (en) 2021-05-26
US20190188005A1 (en) 2019-06-20

Similar Documents

Publication Publication Date Title
CN109947495A (zh) 应用程序预加载方法、装置、存储介质及移动终端
CN109947498B (zh) 应用程序预加载方法、装置、存储介质及移动终端
CN109960539A (zh) 应用程序预加载方法、装置、存储介质及移动终端
CN109947496B (zh) 应用程序预加载方法、装置、存储介质及移动终端
CN108595228B (zh) 应用程序预测模型建立方法、装置、存储介质及移动终端
US10908920B2 (en) Method for preloading application, computer readable storage medium, and terminal device
CN108595227A (zh) 应用程序预加载方法、装置、存储介质及移动终端
CN107783801A (zh) 应用程序预测模型建立、预加载方法、装置、介质及终端
CN108076507B (zh) 定位方式控制方法、装置、存储介质及移动终端
CN105653434A (zh) 对应用使用进行跟踪处理的方法及装置
WO2018010409A1 (zh) 耗电提醒方法及装置
CN118013121A (zh) 一种推荐方法及终端
US11082806B2 (en) Method of identifying user location, storage medium and electronic device
CN107832131B (zh) 应用程序关闭方法、装置、存储介质和电子设备
CN107566465A (zh) 一种信息推送的方法、装置、存储介质及移动终端
CN108989548A (zh) 一种检测移动终端应用耗电量的控制方法及控制装置
CN107888480A (zh) 消息提醒处理方法、装置、存储介质及移动终端
CN107592254A (zh) 一种信息推送的方法、装置、存储介质及移动终端
CN108377464A (zh) 终端休眠期间的wlan连接方法及装置
CN108509214A (zh) 应用程序的更新方法、装置、存储介质及移动终端
CN113824840B (zh) 动态调节屏幕刷新率的方法、装置、电子设备及存储介质
CN114490329A (zh) 智能终端的功耗评测方法及装置、存储介质、终端
CN108984607A (zh) 刷量资源确定方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40005430

Country of ref document: HK

RJ01 Rejection of invention patent application after publication

Application publication date: 20190628

RJ01 Rejection of invention patent application after publication