CN103902394B - 清理终端冗余信息的方法及装置 - Google Patents

清理终端冗余信息的方法及装置 Download PDF

Info

Publication number
CN103902394B
CN103902394B CN201210575993.6A CN201210575993A CN103902394B CN 103902394 B CN103902394 B CN 103902394B CN 201210575993 A CN201210575993 A CN 201210575993A CN 103902394 B CN103902394 B CN 103902394B
Authority
CN
China
Prior art keywords
redundancy
value
frequency
terminal
cleaning
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.)
Active
Application number
CN201210575993.6A
Other languages
English (en)
Other versions
CN103902394A (zh
Inventor
万旭成
沈艳慧
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201210575993.6A priority Critical patent/CN103902394B/zh
Priority to PCT/CN2013/084000 priority patent/WO2014101493A1/zh
Priority to TW102141535A priority patent/TWI506641B/zh
Publication of CN103902394A publication Critical patent/CN103902394A/zh
Priority to US14/749,753 priority patent/US10311031B2/en
Application granted granted Critical
Publication of CN103902394B publication Critical patent/CN103902394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/11—File system administration, e.g. details of archiving or snapshots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1748—De-duplication implemented within the file system, e.g. based on file segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Telephone Function (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种清理终端冗余信息的方法及装置，属于网络通信技术领域。所述方法包括：计算终端中至少一种冗余信息的估计冗余值；确定某一种冗余信息的冗余值达到所述某一种冗余值的阈值；提示用户清理冗余信息；根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理。所述装置包括：第一计算模块、确定模块、提示模块和清理模块。本发明可以主动通过对用户历史冗余数据信息的分析，估算出终端冗余信息的估计冗余值，在无需扫描的情况下提示用户对达到阈值的冗余信息进行处理，节省了系统资源和用户时间，提高了系统性能，也节省了用户时间。

Description

清理终端冗余信息的方法及装置
技术领域
本发明涉及网络通信技术领域，特别涉及一种清理终端冗余信息的方法及装置。
背景技术
日积月累的操作导致终端产生大量的冗余信息，包括冗余文件息等，当冗余信息过多时，占用了终端上大量的磁盘空间，使得可用的磁盘空间减少，导致终端运行速度变慢，进而降低终端的系统性能，有时甚至会影响系统或其它应用程序的正常运行。因此，需要对终端的冗余信息进行清理。
现有技术中，用户通过应用程序对终端进行扫描以获取终端中冗余信息的实际冗余值，从而对该种冗余信息进行清理。
在实现本发明的过程中，发明人发现现有技术至少存在以下问题：
用户对终端的冗余信息是弱感知，不通过主动检测无法得知冗余信息的实际冗余值，导致用户无法及时清理冗余信息以提升终端性能，另外，冗余信息的多少估计需要进行扫描，而这种扫描需要耗费系统资源和用户时间。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种清理终端冗余信息的方法及装置。所述技术方案如下：
一方面，本发明实施例提供了一种清理终端冗余信息的方法，所述方法包括：
计算终端中至少一种冗余信息的估计冗余值；
确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；
提示用户清理冗余信息；
根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理。
另一方面，本发明实施例提供了一种清理终端冗余信息的装置，所述装置包括：
第一计算模块，用于计算终端中至少一种冗余信息的估计冗余值；
确定模块，用于确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；
提示模块，用于提示用户清理冗余信息；
清理模块，用于根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理。
本发明实施例提供的技术方案带来的有益效果是：
通过计算终端中至少一种冗余信息的估计冗余值；确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；提示用户清理冗余信息；根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理，可以主动通过对用户历史冗余数据信息的分析，估算出终端冗余信息的估计冗余值，在无需扫描的情况下提示用户对达到阈值的冗余信息进行处理，节省了系统资源和用户时间，提高了系统性能，也节省了用户时间。
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，对于本领域普通技术人员来讲，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是本发明实施例一提供的清理终端冗余信息的方法流程图；
图2是本发明实施例二提供的清理终端冗余信息的方法流程图；
图3是本发明实施例三提供的清理终端冗余信息的装置的一种结构示意图；
图4是本发明实施例四提供的清理终端冗余信息的装置的另一种结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
参见图1，本实施例提供了一种清理终端冗余信息的方法，该方法流程包括：
101：计算终端中至少一种冗余信息的估计冗余值。
102：确定某一种冗余信息的估计冗余值达到该某一种冗余值的阈值。
103：提示用户清理冗余信息。
104：根据用户的确认对该某一种冗余信息或所有冗余信息进行清理。
其中，计算终端中至少一种冗余信息的估计冗余值之前，还可以包括：
对终端内的每一种冗余信息，根据清理周期和清理时检测到的实际冗余值，计算该种冗余信息的冗余频率或指定次数内的平均冗余频率。
计算终端中至少一种冗余信息的估计冗余值，可以包括：
获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于至少一种冗余信息中的每一种冗余信息，根据该冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的时间间隔计算出该种冗余信息的估计冗余值。
其中，所述方法还可以包括：
对终端内的每一种冗余信息，根据指定次数内清理时检测到的实际冗余值计算该种冗余信息的阈值。
其中，所述方法还可以包括：
对此次清理的每一种冗余信息，根据清理周期和此次清理时检测到的实际冗余值计算该种冗余信息的冗余频率，并根据该冗余频率更新预存的该种冗余信息的平均冗余频率。
本实施例中，所述终端可以包括但不限于：计算机、手机、平板电脑和PDA（Personal Digital Assistant，个人数字助理）等。
本实施例提供的上述方法，通过计算终端中至少一种冗余信息的估计冗余值；确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；提示用户清理冗余信息；根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理，可以主动通过对用户历史冗余数据信息的分析，估算出终端冗余信息的估计冗余值，在无需扫描的情况下提示用户对达到阈值的冗余信息进行处理，节省了系统资源和用户时间，提高了系统性能，也节省了用户时间。
另外，通过对终端内的每一种冗余信息，根据指定次数内清理时检测到的实际冗余值计算该种冗余信息的阈值，可以使冗余信息的阈值更加贴近于用户的清理习惯，提升了用户的体验。
实施例二
参见图2，本实施例提供了一种清理终端冗余信息的方法，该方法流程包括：
201：对终端内的每一种冗余信息，根据清理周期和清理时检测到的实际冗余值，计算该种冗余信息的冗余频率或指定次数内的平均冗余频率。
本实施例中，冗余信息是终端在运行过程中产生的信息。所述终端可以包括但不限于：计算机、手机、平板电脑和PDA等。由于所述冗余信息在退出当前应用程序之后即失去使用价值，因此，需要对其进行清理，以提高终端的系统性能。其中，所述冗余信息有很多种，本实施例以系统垃圾和系统痕迹为例进行说明。具体地，系统垃圾是终端在使用过程中自动生成的临时文件或信息，例如系统和浏览器的临时文件、无效的快捷方式等。系统痕迹是终端运行过程中，为了方便用户再次使用，系统自动保存的用户操作的历史记录，例如浏览过的网页、看过的电影节目、编辑过或者打开过的文档等。
通常，用户在一定时间周期内使用终端的行为具有规律性，例如某用户每天在线观看一个小时视频，浏览半个小时新闻资讯，花两个小时与朋友在线聊天等，因此，其终端的冗余信息也具有规律性。
基于上述规律，可以对终端中的每一种冗余信息，根据清理周期和清理时检测到的实际冗余值，计算该种冗余信息的冗余频率，以便后续根据该冗余频率计算该种冗余信息的估计冗余值。例如，当冗余信息为系统垃圾时，若终端的清理周期为13天，检测到的实际冗余值为131Mbit，则计算出的冗余频率为10.08Mbit/天；当冗余信息为系统痕迹时，若终端清理周期为13天，检测到的实际冗余值为50条，则计算出的冗余频率为3.85条/天。其中，清理周期是根据天数计算的，当然，也可以将清理周期设置为周或月等，本实施例不作具体限定。
进一步地，为了使冗余频率更接近于冗余信息的实际生成频率，还可以对指定次数内的冗余频率计算平均冗余频率。
例如，当冗余信息为系统垃圾时，其采样的清理周期和实际冗余值可以如表1所示。
表1
时间周期（天） 系统垃圾（Mbit）
13 131
17 161
11 110
20 181
19 171
15 140
则平均冗余频率=（131/13+161/17+110/11+181/20+171/19+140/15）/6=9.49（Mbit/天）。
又例如，当冗余信息为系统痕迹时，其采样的清理周期和实际冗余值可以如表2所示。
表2
时间周期（天） 系统痕迹（条）
13 50
17 69
11 39
20 81
19 69
15 59
则平均冗余频率=（50/13+69/17+39/11+81/20+69/19+59/15）/6=3.84（条/天）。
进一步地，所述方法还可以包括：
对终端内的每一种冗余信息，根据指定次数内清理时检测到的所述实际冗余值计算该种冗余信息的阈值。
其中，对终端内的每一种冗余信息，可以根据指定次数内清理时检测到的实际冗余值计算平均值作为该种冗余信息的阈值，以使阈值更接近于用户的清理习惯。例如，基于上述采样数据，当冗余信息为系统垃圾时，阈值=（131+161+110+181+171+140）/6=149Mbit；当冗余信息为系统痕迹时，阈值=（50+69+39+81+69+59）/6=61.17条。
202：获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于所述至少一种冗余信息中的每一种冗余信息，根据该种冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的时间间隔计算出该种冗余信息的估计冗余值。
本实施例中，终端中的冗余信息可以为一种或多种，因此，可以计算至少一种冗余信息的冗余值，以判断是否需要提示用户清理冗余信息。
本实施例提供了一种根据冗余频率计算估计冗余值的计算公式，即估计冗余值=冗余频率*时间间隔。例如，当冗余信息为系统垃圾时，假设此次的冗余频率为10M/天、获取的该种冗余信息的时间间隔为16天，则估计冗余值=10*16=160Mbit；当冗余信息为系统痕迹时，假设此次的冗余频率为4条/天、获取的该种冗余信息的时间间隔为16天，则估计冗余值=4*16=64条；或者，
本实施例提供了一种根据平均冗余频率计算估计冗余值的计算公式，即估计冗余值=平均冗余频率*时间间隔。例如，以步骤201中计算的平均冗余频率为例，假设获取的该种冗余信息的时间间隔为16天，则当冗余信息为系统垃圾时，估计冗余值=9.49*16=151.84Mbit；当冗余信息为系统痕迹时，估计冗余值=3.84*16=61.44条。
203：确定某一种冗余信息的冗余值达到该某一种冗余值的阈值。
本实施例中，根据上述步骤计算的估计冗余值和阈值可以判断是否需要提示用户清理该某一种冗余信息。进一步地，还可以设置为当某一种冗余信息的冗余值大于等于该冗余信息的阈值时，提示用户对所有的冗余信息进行清理，以提高系统性能。
例如，冗余信息包括系统垃圾和系统痕迹，仍以上述数据为例进行说明，则系统垃圾的估计冗余值为151.84Mbit，大于阈值149Mbit，系统痕迹的估计冗余值为61.44条，大于阈值61.17条，此时系统垃圾和系统痕迹的估计冗余值均大于各自预设的阈值，则提示用户对系统垃圾和系统痕迹进行清理。进一步地，若用户仅清理系统垃圾，则当系统垃圾的时间间隔为1天、系统垃圾的估计冗余值为9.49Mbit时，系统痕迹的时间间隔为17天、系统痕迹的估计冗余值为65.24条，大于系统痕迹的阈值61.17条，此时提示用户对系统痕迹进行清理，或对系统痕迹和系统垃圾进行清理。
204：提示用户清理冗余信息。
具体地，可以通过Tips提示或弹窗等方式告知用户终端的估计冗余值并建议用户立即清理。例如，提示内容为：预计您的系统垃圾达990Mbit、系统痕迹达300条，已经超过您以往的忍耐极限，建议立即清理等，本实施例不作具体限定。
205：根据用户的确认对该某一种冗余信息或所有冗余信息进行清理。
具体地，可以对该某一种冗余信息设置清理选项，以便用户清理该某一种冗余信息；或者，还可以对所有的冗余信息设置一个总的清理选项，以便用户清理所有冗余信息；或者，还可以对每一种冗余信息分别设置清理选项，以便用户可以自主选择清理一种或几种冗余信息，本实施例不限定对冗余信息的清理方式。
优选地，所述方法还可以包括：
对此次清理的每一种冗余信息，根据清理周期和此次清理时检测到的实际冗余值计算该种冗余信息的冗余频率，并根据该冗余频率更新预存的该种冗余信息的平均冗余频率。
例如，此次的时间周期为16天，当冗余信息为系统垃圾时，检测的实际冗余值为151Mbit，此次的冗余频率=151/16=9.44Mbit/天，则更新后的平均冗余频率=（131/13+161/17+110/11+181/20+171/19+140/15+151/16）/7=9.48Mbit/天，以替换原来的9.49Mbit/天；当冗余信息为系统痕迹时，检测的实际冗余值为65条，此次的冗余频率=65/16=4.06条/天，则更新后的平均冗余频率=（50/13+69/17+39/11+81/20+69/19+59/15+65/16）/7=3.87条/天，以替换原来的3.84条/天。
可选的，所述方法还可以包括：
对此次清理的每一种冗余值，根据清理时检测到的实际冗余值更新预存的该种冗余信息的阈值。
例如，当冗余信息为系统垃圾时，此次的清理值为151Mbit，则更新后的阈值=（131+161+110+181+171+140+151）/7=149.29Mbit，以替换原来的149Mbit；当冗余信息为系统痕迹时，此次的清理值为65条，则更新后的阈值=（50+69+39+81+69+59+65）/7=61.71条，以替换原来的61.17条。
本实施例提供的上述方法，通过计算终端中至少一种冗余信息的估计冗余值；确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；提示用户清理冗余信息；根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理，可以主动通过对用户历史冗余数据信息的分析，估算出终端冗余信息的冗余值，在无需扫描的情况下提示用户对达到阈值的冗余信息进行处理，节省了系统资源和用户时间，提高了系统性能，也节省了用户时间。
另外，通过对终端内的每一种冗余信息，根据指定次数内清理时检测到的实际冗余值计算该种冗余信息的阈值，可以使冗余信息的阈值更加贴近于用户的清理习惯，提升了用户的体验。
实施例三
参见图3，本发明实施例提供了一种清理终端冗余信息的装置，该装置包括：
第一计算模块301，用于计算终端中至少一种冗余信息的估计冗余值；
确定模块302，用于确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；
提示模块303，用于提示用户清理冗余信息；
清理模块304，用于根据用户的确认对该某一种冗余信息或所有冗余信息进行清理。
参见图4，本实施例中，所述装置还可以包括：
第二计算模块305，用于在第一计算模块301计算终端中至少一种冗余信息的估计冗余值之前，对终端内的每一种冗余信息，根据清理周期和清理时检测到的实际冗余值，计算该种冗余信息的冗余频率或指定次数内的的平均冗余频率；
本实施例中，第一计算模块301，用于获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于所述至少一种冗余信息中的每一种冗余信息，根据该种冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的时间间隔计算出该种冗余信息的估计冗余值。
参见图4，本实施例中，所述装置还可以包括：
第三计算模块306，用于对终端内的每一种冗余信息，根据指定次数内清理时检测到的所述实际冗余值计算该种冗余信息的阈值。
参见图4，本实施例中，所述装置还可以包括：
更新模块307，用于对此次清理的每一种冗余信息，根据清理周期和此次清理时检测到的实际冗余值计算该种冗余信息的冗余频率，并根据该冗余频率更新预存的该种冗余信息的平均冗余频率。
本实施例中，所述清理终端冗余信息的装置可以位于终端中，所述终端可以包括但不限于：计算机、手机、平板电脑和PDA等。
本实施例提供的上述装置，通过计算终端中至少一种冗余信息的估计冗余值；确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；提示用户清理冗余信息；根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理，可以主动通过对用户历史冗余数据信息的分析，估算出终端冗余信息的冗余值，在无需扫描的情况下提示用户对达到阈值的冗余信息进行处理，节省了系统资源和用户时间，提高了系统性能，也节省了用户时间。
另外，通过对终端内的每一种冗余信息，根据指定次数内清理时检测到的实际冗余值计算该种冗余信息的阈值，可以使冗余信息的阈值更加贴近于用户的清理习惯，提升了用户的体验。
需要说明的是：上述实施例提供的清理终端冗余信息的装置在清理冗余信息时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将清理终端冗余信息的装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的清理终端冗余信息的装置与清理终端冗余信息的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种清理终端冗余信息的方法，其特征在于，所述方法包括：
获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于所述至少一种冗余信息中的每一种冗余信息，根据该种冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的所述时间间隔计算出该种冗余信息的估计冗余值；
确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；
提示用户清理冗余信息；
根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理。
2.根据权利要求1所述的方法，其特征在于，所述获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于所述至少一种冗余信息中的每一种冗余信息，根据该种冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的所述时间间隔计算出该种冗余信息的估计冗余值之前，还包括：
对所述终端内的每一种冗余信息，根据清理周期和清理时检测到的实际冗余值，计算该种冗余信息的所述冗余频率或指定次数内的所述平均冗余频率。
3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
对所述终端内的每一种冗余信息，根据指定次数内清理时检测到的实际冗余值计算该种冗余信息的阈值。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
对此次清理的每一种冗余信息，根据清理周期和此次清理时检测到的实际冗余值计算该种冗余信息的冗余频率，并根据所述冗余频率更新预存的该种冗余信息的所述平均冗余频率。
5.一种清理终端冗余信息的装置，其特征在于，所述装置包括：
第一计算模块，用于获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于所述至少一种冗余信息中的每一种冗余信息，根据该种冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的所述时间间隔计算出该种冗余信息的估计冗余值；
确定模块，用于确定某一种冗余信息的估计冗余值达到所述某一种冗余值的阈值；
提示模块，用于提示用户清理冗余信息；
清理模块，用于根据所述用户的确认对所述某一种冗余信息或所有冗余信息进行清理。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第二计算模块，用于在所述第一计算模块获取终端中至少一种冗余信息的上次清理时间与当前时间的时间间隔，对于所述至少一种冗余信息中的每一种冗余信息，根据该种冗余信息的冗余频率或平均冗余频率，以及获取的该种冗余信息的所述时间间隔计算出该种冗余信息的估计冗余值之前，对所述终端内的每一种冗余信息，根据清理周期和清理时检测到的实际冗余值，计算该种冗余信息的所述冗余频率或指定次数内的的所述平均冗余频率。
7.根据权利要求5或6所述的装置，其特征在于，所述装置还包括：
第三计算模块，用于对所述终端内的每一种冗余信息，根据指定次数内清理时检测到的实际冗余值计算该种冗余信息的阈值。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第一更新模块，用于对此次清理的每一种冗余信息，根据清理周期和此次清理时检测到的实际冗余值计算该种冗余信息的冗余频率，并根据所述冗余频率更新预存的该种冗余信息的所述平均冗余频率。
CN201210575993.6A 2012-12-26 2012-12-26 清理终端冗余信息的方法及装置 Active CN103902394B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201210575993.6A CN103902394B (zh) 2012-12-26 2012-12-26 清理终端冗余信息的方法及装置
PCT/CN2013/084000 WO2014101493A1 (zh) 2012-12-26 2013-09-23 清理终端冗余信息的方法及装置
TW102141535A TWI506641B (zh) 2012-12-26 2013-11-14 清理終端冗餘資訊的方法及裝置
US14/749,753 US10311031B2 (en) 2012-12-26 2015-06-25 Method, apparatus, and storage medium for removing redundant information from terminal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210575993.6A CN103902394B (zh) 2012-12-26 2012-12-26 清理终端冗余信息的方法及装置

Publications (2)

Publication Number Publication Date
CN103902394A CN103902394A (zh) 2014-07-02
CN103902394B true CN103902394B (zh) 2017-04-12

Family

ID=50993732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210575993.6A Active CN103902394B (zh) 2012-12-26 2012-12-26 清理终端冗余信息的方法及装置

Country Status (4)

Country Link
US (1) US10311031B2 (zh)
CN (1) CN103902394B (zh)
TW (1) TWI506641B (zh)
WO (1) WO2014101493A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105975400B (zh) * 2016-04-27 2019-06-04 北京金山安全软件有限公司 一种空间管理方法、装置及电子设备
CN110866291B (zh) * 2019-11-15 2023-03-24 北京工业大学 一种基于双重安全机制的废旧电子产品信息清除方法
CN113973314B (zh) * 2020-07-22 2023-09-05 中国移动通信集团山东有限公司 一种冗余基站评估的方法、装置、设备和存储介质
CN113688122A (zh) * 2021-06-09 2021-11-23 上海万物新生环保科技集团有限公司 一种数据去重方法及设备

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070136402A1 (en) * 2005-11-30 2007-06-14 International Business Machines Corporation Automatic prediction of future out of memory exceptions in a garbage collected virtual machine
CN100473023C (zh) * 2006-12-12 2009-03-25 中兴通讯股份有限公司 Iptv系统冗余数据的清除方法
US20100153675A1 (en) * 2008-12-12 2010-06-17 Microsoft Corporation Management of Native Memory Usage
JP2011107746A (ja) * 2009-11-12 2011-06-02 Hitachi Ltd メモリ管理方法、計算機システム及びプログラム
CN101833512A (zh) * 2010-04-22 2010-09-15 中兴通讯股份有限公司 一种内存回收方法及其装置
CN101943995A (zh) * 2010-09-01 2011-01-12 惠州Tcl移动通信有限公司 一种移动终端及其触摸屏的显示信息处理方法和装置
JP5664315B2 (ja) * 2011-02-15 2015-02-04 富士通株式会社 管理装置、管理プログラムおよび管理方法
CN102654872A (zh) * 2011-03-03 2012-09-05 腾讯科技（深圳）有限公司 一种清理应用程序产生的垃圾文件的方法及装置
CN102279892A (zh) * 2011-09-07 2011-12-14 盛乐信息技术（上海）有限公司 临时文件清理方法及系统

Also Published As

Publication number Publication date
TWI506641B (zh) 2015-11-01
US10311031B2 (en) 2019-06-04
CN103902394A (zh) 2014-07-02
WO2014101493A1 (zh) 2014-07-03
US20150293950A1 (en) 2015-10-15
TW201426755A (zh) 2014-07-01

Similar Documents

Publication Publication Date Title
CN103902394B (zh) 清理终端冗余信息的方法及装置
US20110209067A1 (en) System and Method for Website User Valuation
CN106685750B (zh) 系统异常检测方法和装置
CN104426713B (zh) 网络站点访问效果数据的监测方法和装置
CN104883376B (zh) 应用程序推荐方法及终端
CN103729446B (zh) 一种用户操作数据的处理方法、处理装置及服务器
CN107908690A (zh) 一种基于大数据运营分析的数据处理方法
US20150201031A1 (en) Dynamic normalization of internet traffic
CN103684994A (zh) 一种向即时通信用户推荐好友的方法及系统
CN103001994B (zh) 好友推荐方法及装置
CN111478963A (zh) 消息推送方法、装置、电子设备及计算机可读存储介质
CN101860987A (zh) 一种移动终端及其获取网络资讯的方法
CN102750320A (zh) 一种网络视频实时关注度的计算方法、装置和系统
CN104965876A (zh) 一种基于位置信息进行用户工作单位挖掘的方法及装置
CN103530029A (zh) 基于人机界面用户行为分析的ems图形动态菜单展示方法
WO2020205492A1 (en) Experience optimization
Peñarrocha et al. State estimator for multisensor systems with irregular sampling and time-varying delays
de Castro Tomé et al. Event-driven data acquisition for electricity metering: A tutorial
Anderson et al. Estimating scenarios for domestic water demand under drought conditions in England and Wales
CN102567340A (zh) 一种过滤微博信息的方法及装置
Tam Cho et al. An information theoretic approach to network tomography
Weiß Fully observed INAR (1) processes
Williams Finite sample correction factors for several simple robust estimators of normal standard deviation
CN102487334B (zh) 关联告警信息的确定方法及装置
Wang et al. Analysis of a discrete-time queue with server subject to vacations and breakdowns

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant