CN107807855B - 应用清理方法、装置、存储介质及电子设备 - Google Patents

应用清理方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN107807855B
CN107807855B CN201711050134.4A CN201711050134A CN107807855B CN 107807855 B CN107807855 B CN 107807855B CN 201711050134 A CN201711050134 A CN 201711050134A CN 107807855 B CN107807855 B CN 107807855B
Authority
CN
China
Prior art keywords
application
color saturation
time period
hotspot
preset
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
CN201711050134.4A
Other languages
English (en)
Other versions
CN107807855A (zh
Inventor
曾元清
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 CN201711050134.4A priority Critical patent/CN107807855B/zh
Publication of CN107807855A publication Critical patent/CN107807855A/zh
Application granted granted Critical
Publication of CN107807855B publication Critical patent/CN107807855B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • 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
    • G06F11/3452—Performance evaluation by statistical analysis
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5022—Mechanisms to release resources
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本申请实施例公开了一种应用清理方法、装置、存储介质及电子设备，其中，该方法包括：采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。

Description

应用清理方法、装置、存储介质及电子设备
技术领域
本申请涉及通信技术领域，具体涉及一种应用清理方法、装置、存储介质及电子设备。
背景技术
目前，智能手机等电子设备上，通常会有多个应用同时运行，其中，一个应用在前台运行，其他应用在后台运行。如果长时间不清理后台运行的应用，则会导致电子设备的可用内存变小、中央处理器(central processing unit，CPU)占用率过高，导致电子设备出现运行速度变慢，卡顿，耗电过快等问题。因此，有必要提供一种方法解决上述问题。
发明内容
有鉴于此，本申请实施例提供了一种应用清理方法、装置、存储介质及电子设备，能够提高电子设备的运行流畅度，降低功耗。
第一方面，本申请实施例了提供了的一种应用清理方法，包括：
采集多个预设时间段内应用的多维特征作为样本；
根据每一时间段内的所述样本生成所述应用的热点图，并统计预设天数内所述应用在每一时间段内的多个热点图，所述热点图用于指示所述应用的色彩饱和度；
将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；
根据结合后的色彩饱和度判断所述应用是否可清理。
第二方面，本申请实施例了提供了的一种应用清理装置，包括：
采集单元，用于采集多个预设时间段内应用的多维特征作为样本；
统计单元，用于根据每一时间段内的所述样本生成所述应用的热点图，并统计预设天数内所述应用在每一时间段内的多个热点图，所述热点图用于指示所述应用的色彩饱和度；
结合单元，用于将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；
判断单元，用于根据结合后的色彩饱和度判断所述应用是否可清理。
第三方面，本申请实施例提供的存储介质，其上存储有计算机程序，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本申请任一实施例提供的应用清理方法。
第四方面，本申请实施例提供的电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请任一实施例提供的应用清理方法。
本申请实施例通过采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。
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为本申请实施例提供的应用清理方法的应用场景示意图。
图2是本申请实施例提供的应用清理方法的一个流程示意图。
图3是本申请实施例提供的一种热点图的示意图。
图4是本申请实施例提供的另一种热点图的示意图。
图5是本申请实施例提供的应用清理方法的另一个流程示意图。
图6是本申请实施例提供的应用清理装置的一个结构示意图。
图7是本申请实施例提供的应用清理装置的另一结构示意图。
图8是本申请实施例提供的电子设备的一个结构示意图。
图9是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。
在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本文所使用的术语“模块”可看做为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。
本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本申请实施例提供一种应用清理方法，该应用清理方法的执行主体可以是本申请实施例提供的应用清理装置，或者集成了该应用清理装置的电子设备，其中该应用清理装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。
请参阅图1，图1为本申请实施例提供的应用清理方法的应用场景示意图，以应用清理装置集成在电子设备中为例，电子设备可以采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的所述样本生成所述应用的热点图，并统计预设天数内所述应用在每一时间段内的多个热点图，所述热点图用于指示所述应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断所述应用是否可清理。
具体地，例如图1所示，以判断后台运行的应用程序a(如社交应用、游戏应用、办公应用等)是否可以清理为例，可以连续采集应用a的多维特征(例如应用a在前台运行的时间、应用a打开的频率、应用a连接无线网络的时间等)作为样本；
根据每一时间段的该特征(例如应用a在前台运行的时间、应用a打开的频率、应用a连接无线网络的时间等)生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。此外，当预测应用a可清理时，电子设备对应用a进行清理，在一种实施方式中，对应用a进行清理可以为在电子设备的后台将应用a进行关闭，并将应用a的对应的线程全部中断。
请参阅图2，图2为本申请实施例提供的应用清理方法的流程示意图。本申请实施例提供的应用清理方法的具体流程可以如下：
201、采集多个预设时间段内应用的多维特征作为样本。
本实施例所提及的多个时间段为一天24小时中，将24小时分为多个预设时间段，比如分为六个时间段，分别为00:00-04:00、04:00-08:00、08:00-12:00、12:00-16:00、16:00-20:00以及20:00-24:00。需要说明的是，上述六个时间段不对本发明造成限定，用户可以根据实际需要分为任意个预设时间段。
本实施例所提及的应用，可以是电子设备上安装的任何一个应用，例如办公应用、通信应用、游戏应用、购物应用等。其中，应用可以包括前台运行的应用，即前台应用，也可以包括后台运行的应用，即后台应用。
应用的多维特征具有一定长度的维度，其每个维度上的参数均对应表征应用的一种特征信息，即该多维特征息由多个特征构成。该多个特征可以包括应用自身相关联的特征信息，例如：应用在前台的运行时长；应用打开的频率；应用连接无线网络的时间等。
基于此，采集电子设备在每一预设时间段内应用的多维特征作为样本进行记录，每一预设时间段内应用的多维特征是相同的。
202、根据每一时间段内的样本生成应用的热点图，并统计预设天数内应用在每一时间段内的多个热点图。
需要说明的是，热点图是通过使用不同的标志将图或页面上的区域按照受关注程度的不同加以标注并呈现的一种分析手段，标注的手段一般采用颜色的深浅、点的疏密以及呈现比重的形式。
基于此，本实施例中热点图用于指示应用的色彩饱和度，该色彩饱和度越高，说明该应用使用的概率越大，该色彩饱和度越低，该应用使用的概率越小。
其中，分别根据每一时间段内的样本生成应用的热点图，若该应用在该时间段内的特征信息所占的权重越高，则该应用在该时间段内的热点图中对应的色彩饱和度越高，若该应用在该时间段内的特征信息所占的权重越低，则该应用在该时间段内的热点图中对应的色彩饱和度越低。
进一步的，连续统计预设天数内应用在每一时间段内的多个热点图，该预设天数为采集周期，该预设天数可以为7、14天，以14天为例，统计该14天内，应用在每一时间段的热点图，那么在每一时间段内会保存有14张热点图，该同一时间段内的14张热点图可以反应出用户在该时间段内使用应用的规律。
比如，请参考图3，图3为在日期为2017-10-20日，时间段为8:00-12:00的热点图，图中包含3个应用，应用a、应用b以及应用c的热点，容易看出的是，应用a的热点的色彩饱和度大于应用b的色彩饱和度，而应用b的热点的色彩饱和度大于应用c的色彩饱和度。
请再结合参考图4，图4为在如日期为2017-10-21日，时间段为8:00-12:00的热点图，图中包含3个应用，应用a、应用b以及应用c的热点，容易看出的是，应用b的热点的色彩饱和度大于应用c的色彩饱和度，而应用c的热点的色彩饱和度大于应用a的色彩饱和度。以此类推，分别获取预设天数时间段为8:00-12:00的多个热点图。
在一实施方式中，该根据每一时间段内的该样本生成该应用的热点图的步骤，可以包括：
(1)依次获取每一时间段内该样本中每一特征对应的特征信息。
其中，在每一时间段内，获取应用的多维特征对应的特征信息，如应用在前台的运行时长、应用打开的频率、应用连接无线网络的时间等。
(2)计算每一该特征信息对应的权重，获取该权重对应的色彩饱和度。
其中，根据该应用的每一特征信息所对应的权重，获取该权重对应的色彩饱和度，若该特征信息对应的权重越高，则该权重对应的色彩饱和度也越高，若该特信息征对应的权重越低，则该权重对应的色彩饱和度也越低。
(3)将多个该特征信息对应的色彩饱和度进行叠加，生成每一时间段该应用对应的热点图。
其中，将应用对应的多个特征信息对应的色彩饱和度进行叠加，得到该时间段内该应用对应的热点，多个应用的多个热点构成该时间段该应用对应的热点图。
203、将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度。
其中，在每一时间段内的每一热点图中，可以包括多个应用的热点，如图3以及图4所示应用a。应用b以及应用c，每一应用对应一个热点，该热点包含一色彩饱和度，该色彩饱和度代表该应用在该时间段内，使用的频率，该色彩饱和度越高，说明该应用在该时间段内使用的频率越高，该色彩饱和度越低，说明该应用在该时间段内使用的频率越低。
进一步的，将同一时间段内的多个热点图中的同一应用的色彩饱和度分别进行结合，生成每一应用在该时间段内对应的结合后的色彩饱和度，该结合后的色彩饱和度可以反映出该应用在该时间段内，使用的可能性，进而可以根据该结合后的色彩饱和度对应用是否清理进行判断。
在一实施方式中，该将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度，可以包括：
(1)获取每一热点图中相同应用对应的色彩饱和度。
(2)对该多个色彩饱和度进行求平均值计算，并将平均值作为该应用的结合后的色彩饱和度。
其中，通过分别获取多个热点图中相同应用对应的色彩饱和度，并对该多个色彩饱和度进行平均值计算，可以得到该预设天数，即采集周期内，应用的平均使用频率，将该平均值作为该应用的结合后的色彩饱和度。
204、根据结合后的色彩饱和度判断应用是否可清理。
其中，由于该结合后的色彩饱和度代表在预设天数对每一应用的平均使用频率，若该每一时间段内的结合后的色彩饱和度越高，则说明该应用在该时间段的平均使用频率越高；若该每一时间段内的结合后的色彩饱和度越低，则说明该应用在该时间段的平均使用频率越低。
基于此，可以根据每个应用结合后的色彩饱和度来判断应用是否可清理。
在一实施方式中，该根据结合后的色彩饱和度判断该应用是否可清理，可以包括：
(1)获取该应用对应的结合后的色彩饱和度，判断结合后的色彩饱和度是否低于预设阈值。
可以理解的是，可设定一预设阈值，该预设阈值用于鉴定该应用是否在该时间段使用的可能性。
其中，若判断出结合后的色彩饱和度低于预设阈值，则执行步骤(2)；若判断出结合后的色彩饱和度不低于预设阈值，则执行步骤(3)。
(2)判定该应用可清理。
其中，当结合后的色彩饱和度低于预设阈值，说明该应用在该时间段的使用可能性很低，可以将该应用进行清理。
(3)判定该应用不可清理。
其中，当结合后的色彩饱和度不低于预设阈值，说明该应用在该时间段的使用可能性高，不可将该应用进行清理。
由上可知，本申请实施例通过采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。
进一步地，由于每个样本中，包括了反映用户使用应用的行为习惯的多个特征信息，因此本申请实施例可以使得对对应应用的清理更加个性化和智能化。
进一步地，基于多个热点图的热点结合来实现应用清理预测，以结合后的色彩饱和度作为应用是否可清理的判断依据，可以提高用户行为预测的准确率，进而提高清理的准确度。
下面将在上述实施例描述的方法基础上，对本申请的清理方法做进一步介绍。参考图5，该应用清理方法可以包括：
301、采集多个预设时间段内应用的多维特征作为样本。
其中，应用的多维特征信息具有一定长度的维度，其每个维度上的参数均对应表征应用的一种特征信息，即该多维特征信息由多个特征信息构成。该多个特征信息可以包括应用自身相关的特征信息，例如：应用在前台的运行时长；应用打开的频率；应用连接无线网络的时间、应用使用的电量信息等。
进一步的，该多个预设时间段为一天24小时中，将24小时分为多个预设时间段，比如分为六个时间段，分别为00:00-04:00、04:00-08:00、08:00-12:00、12:00-16:00、16:00-20:00以及20:00-24:00。采集在任意一个时间段内应用的多维特征，比如在08:00-12:00的时间段，某聊天应用在前台的运行时长为50分钟、打开的频率为10次、应用连接无线网路的时间为50分钟、应用使用的电量信息为10。
一个具体的样本可如下表1所示，包括多个维度的特征信息，需要说明的是，表1所示的特征信息仅为举例，实际中，一个样本所包含的特征的数量，可以多于比表1所示信息的数量，也可以少于表1所示信息的数量，所取的具体特征也可以与表1所示不同，此处不作具体限定。该一个样本代表一个应用在某一预设时间段内的使用信息。
维度 特征 特征信息
1 应用在前台的运行时长 50
2 应用打开的频率 10
3 应用连接无线网络的时间 50
4 应用使用的电量信息 10
表1
302、依次获取每一时间段内样本中每一特征对应的特征信息。
其中，依次获取在00:00-04:00、04:00-08:00、08:00-12:00、12:00-16:00、16:00-20:00以及20:00-24:00的时间段内，每一样本对应的特征信息。
303、计算每一特征信息对应的权重，获取权重对应的色彩饱和度。
其中，该色彩饱和度为色彩的构成要素之一。纯度越高，表现越鲜明，纯度较低，表现则较黯淡。该色彩饱和度为100时，该色彩的表现度为最鲜明，该色彩饱和度为0时，该色彩的表现度为最黯淡。可以根据样本的特征的数量将色彩饱和度100分为对应数量的比重，该4个特征对应的色彩饱和度的叠加值即为该应用的色彩饱和度。如样本的特征为4个，将色彩饱和度分为4个部分，每个特征最高可占有色彩饱和度25。
进一步的，计算应用在一时间段内的每一特征信息对应的权重，以该色彩饱和度比重25乘以相应的权重，可以算得该特征信息对应的色彩饱和度，如该权重为0.2时，以色彩饱和度比重25乘以权重0.2，得出在该时间段内该特征信息对应的色彩饱和度为5。
在一实施方式中，该计算每一特征信息对应的权重，获取权重对应的色彩饱和度的步骤，可以包括：
(1)获取一应用的特征对应的特征信息。
其中，获取每一应用在每一时间段内的特征对应的特征信息，例如，获取聊天应用在一时间段内的一特征“在前台的运行时长”的特征信息为50分钟。
(2)统计该特征对应的所有特征信息，生成总特征信息。
其中，统计该特征“在前台的运行时长”对应的所有应用的特征信息，生成总特征信息，例如，统计聊天应用、游戏应用、视频应用在一天内所有时间段中特征“前台的运行时长”的所有特征信息为400分钟。
(3)根据该特征信息与总特征信息的比值，确定该特征信息对应的权重。
其中，根据该应用在一时间段内的该特征“前台的运行时长”的特征信息50分钟，与所有应用的特征信息400分钟的比值，求出该应用在一时间段内的该特征“前台的运行时长”对应的权重为0.125。
(4)根据该权重匹配出对应的色彩饱和度。
其中，根据该权重0.125，按照每一特征对应的色彩饱和度比重为25的情况来说，以25乘以0.125，得出在该时间段内该应用的特征对应的色彩饱和度为3.125。
304、将多个特征信息对应的色彩饱和度进行叠加，生成每一时间段应用对应的热点图。
其中，以步骤303的方法依次将应用在一时间段内的其他特征对应的特征信息代表的色彩饱和度进行叠加。
例如，聊天应用在日期为2017-10-20日，时间段08:00-12:00内的特征“应用在前台的运行时长”对应的色彩饱和度为3.125、特征“应用打开的频率”对应的色彩饱和度为5.25、特征“应用连接无线网络的时间”对应的色彩饱和度为6以及特征“应用使用的电量信息”为4.8，那么将该聊天应用的4个特征信息对应的色彩饱和度进行叠加，得出该聊天应用在日期为2017-10-20日，时间段08:00-12:00内的色彩饱和度为19.175。以此类推，可以分别获得所有应用在在日期为2017-10-20日，时间段08:00-12:00内的色彩饱和度，以此得到在日期为2017-10-20日，时间段08:00-12:00内的热点图，具体该热点图可参考图3。
305、统计预设天数内应用在每一时间段内的多个热点图。
其中，基于上述方法连续统计预设天数内来应用在每一时间段内的多个热点图，该预设天数为采集周期，该预设天数可以为7、14天，以14天为例，统计该14天内，应用在每一时间段的热点图，那么在每一时间段内会保存有14张热点图，该同一时间段内的14张热点图可以反应出用户在该时间段内使用应用的规律。
例如，基于上述方法连续统计聊天应用在14天内时间段为08:00-12:00内的多个热点图，如图4所示，图4为该聊天应用在日期为2017-10-21日，时间段08:00-12:00内的热点图。以此类推，可以获取该聊天应用在预设天数内，时间段08:00-12:00内的多个热点图。
306、获取每一热点图中在同一时间段内相同应用对应的多个色彩饱和度。
其中，基于多个热点图，分别获取在同一时间段内，相同应用对应的多个色彩饱和度。
例如，分别获取14张热点图在时间段为08:00-12:00内聊天应用的14个色彩饱和度。
307、对多个色彩饱和度进行求平均值计算，并将平均值作为该应用的结合后的色彩饱和度。
其中，对该应用在该时间段多个色彩饱和度进行求平均值计算，求出色彩饱和度的平均值，该平均值可以反映该应用在该时间段内，使用的概率，当平均值越高，说明该应用在该时间段内，使用概率越大，当平均值越低，说明该应用在该时间段内。使用的概率越低。进而可以根据该结合后的色彩饱和度对应用是否清理进行判断。
例如，将时间段为08:00-12:00内聊天应用的14个色彩饱和度进行求平均值计算，求的平均值为45，将该平均值45作为该应用的结合后的色彩饱和度。
在一实施方式中，该对多个色彩饱和度进行求平均值计算，并将平均值作为该应用的结合后的色彩饱和度之后，还包括：
(1)开始计算时间值，并将该多个热点图删除，重新采集多个预设时间段内应用的多维特征作为样本。
可以理解的是，用户在使用电子设备的过程中，其操作应用的习惯也会相应的改变，所以需要定期的对热点图中的数据进行实时更新。
基于此，在生成结合够的色彩饱和度之后，开始计算时间值，并将旧的热点图删除，重新开始采集多个预设时间段内应用的多维特征作为样本。
(2)根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图。
其中，根据新采集的每一时间段内的该样本生成该应用的热点图，并重新统计预设天数内该应用在每一时间段内的多个热点图。
(3)当该时间值达到预设时间阈值时，返回执行306的步骤。
其中，预设时间阈值为更新周期，当时间值达到更新周期时，返回执行步骤306，以对热点图以及结合后的色彩饱和度进行更新操作。
308、判断结合后的色彩饱和度是否低于预设阈值。
其中，可设定一预设阈值，该预设阈值用于鉴定该应用是否在该时间段使用的可能性，当该应用在该时间段的结合后的色彩饱和度低于预设阈值时，说明该应用在该时间段的使用概率较小；当该应用在该时间段的结合后的色彩饱和度不低于预设阈值时，说明该应用在该时间段的使用概率较大。
其中，若判断出结合后的色彩饱和度低于预设阈值，则执行步骤309；若判断出结合后的色彩饱和度不低于预设阈值，则执行步骤310。
309、判定应用可清理。
其中，当结合后的色彩饱和度低于预设阈值，说明该应用在该时间段的使用可能性很低，可以将该应用进行清理，可对应的将该应用从后台关闭，并将该应用对应的线程杀死。
310、判定应用不可清理。
其中，当结合后的色彩饱和度不低于预设阈值，说明该应用在该时间段的使用可能性高，不可将该应用进行清理。
由上可知，本申请实施例通过采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，并可定期的对热点图中色彩饱和度进行更新，保证了数据的实时性，并实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。
进一步地，基于多个热点图的热点结合来实现应用清理预测，以结合后的色彩饱和度作为应用是否可清理的判断依据，可以提高用户行为预测的准确率，进而提高清理的准确度。
在一实施例中还提供了一种应用清理装置。请参阅图6，图6为本申请实施例提供的应用清理装置的结构示意图。其中该应用清理装置应用于电子设备，该应用清理装置包括采集单元401、统计单元402、结合单元403、和判断单元404，如下：
采集单元401，用于采集多个预设时间段内应用的多维特征作为样本。
统计单元402，用于根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度。
结合单元403，用于将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度。
判断单元404，用于根据结合后的色彩饱和度判断该应用是否可清理。
在一实施例中，参考图7，统计单元402，可以包括：
获取子单元4021，用于依次获取每一时间段内该样本中每一特征对应的特征信息；
计算子单元4022，用于计算每一该特征信息对应的权重，获取该权重对应的色彩饱和度；
生成子单元4023，用于将多个该特征信息对应的色彩饱和度进行叠加，生成每一时间段该应用对应的热点图；
统计子单元4024，用于统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度。
其中，该计算子单元4022，可以用于：
获取一应用的特征对应的特征信息；
统计该特征对应的所有特征信息，生成总特征信息；
根据该特征信息与总特征信息的比值，确定该特征信息对应的权重；
根据该权重匹配出对应的色彩饱和度。
在一实施例中，参考图7，结合单元403，可以包括：
获取子单元4031，用于获取每一热点图中在同一时间段内相同应用对应的多个色彩饱和度；
平均值计算子单元4034，用于对该多个色彩饱和度进行求平均值计算，并将平均值作为该应用的结合后的色彩饱和度。
其中，应用清理装置中各单元执行的步骤可以参考上述方法实施例描述的方法步骤。该应用清理装置可以集成在电子设备中，如手机、平板电脑等。
具体实施时，以上各个单元可以作为独立的实体实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单位的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本申请实施例采集单元401采集多个预设时间段内应用的多维特征作为样本；统计单元402根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；结合单元403将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；判断单元404根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。
本申请实施例还提供一种电子设备。请参阅图8，电子设备500包括处理器501以及存储器502。其中，处理器501与存储器502电性连接。
该处理器500是电子设备500的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器502内的计算机程序，以及调用存储在存储器502内的数据，执行电子设备500的各种功能并处理数据，从而对电子设备500进行整体监控。
该存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
在本申请实施例中，电子设备500中的处理器501会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中，并由处理器501运行存储在存储器502中的计算机程序，从而实现各种功能，如下：
采集多个预设时间段内应用的多维特征作为样本；
根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；
将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；
根据结合后的色彩饱和度判断该应用是否可清理。
在某些实施方式中，根据每一时间段内的该样本生成该应用的热点图时，处理器501可以具体执行以下步骤：
依次获取每一时间段内该样本中每一特征对应的特征信息；
计算每一该特征信息对应的权重，获取该权重对应的色彩饱和度；
将多个该特征信息对应的色彩饱和度进行叠加，生成每一时间段该应用对应的热点图。
在某些实施方式中，计算每一该特征信息对应的权重，获取该权重对应的色彩饱和度时，处理器501可以具体执行以下步骤：
获取一应用的特征对应的特征信息；
统计该特征对应的所有特征信息，生成总特征信息；
根据该特征信息与总特征信息的比值，确定该特征信息对应的权重；
根据该权重匹配出对应的色彩饱和度。
在某些实施方式中，将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度时，处理器501可以具体执行以下步骤：
获取每一热点图中在同一时间段内相同应用对应的多个色彩饱和度；
对该多个色彩饱和度进行求平均值计算，并将平均值作为该应用的结合后的色彩饱和度。
在某些实施方式中，根据结合后的色彩饱和度判断该应用是否可清理时，处理器501可以具体执行以下步骤：
获取该应用对应的结合后的色彩饱和度，判断结合后的色彩饱和度是否低于预设阈值；
若判断出结合后的色彩饱和度低于预设阈值，则判定该应用可清理；
若判断出结合后的色彩饱和度不低于预设阈值，则判定该应用不可清理。
在某些实施方式中，将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度之后，处理器501还可以具体执行以下步骤：
开始计算时间值，并将该多个热点图删除，重新采集多个预设时间段内应用的多维特征作为样本；
根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图；
当该时间值达到预设时间阈值时，返回执行将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度的步骤。
由上述可知，本申请实施例的电子设备，通过采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。
请一并参阅图9，在某些实施方式中，电子设备500还可以包括：显示器503、射频电路504、音频电路505以及电源506。其中，其中，显示器503、射频电路504、音频电路505以及电源506分别与处理器501电性连接。
该显示器503可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器503可以包括显示面板，在某些实施方式中，可以采用液晶显示器(Liquid CrystalDisplay，LCD)、或者有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板。
该射频电路504可以用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。
该音频电路505可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。
该电源506可以用于给电子设备500的各个部件供电。在一些实施例中，电源506可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图9中未示出，电子设备500还可以包括摄像头、蓝牙模块等，在此不再赘述。
本申请实施例还提供一种存储介质，该存储介质存储有计算机程序，当该计算机程序在计算机上运行时，使得该计算机执行上述任一实施例中的应用清理方法，比如：采集多个预设时间段内应用的多维特征作为样本；根据每一时间段内的该样本生成该应用的热点图，并统计预设天数内该应用在每一时间段内的多个热点图，该热点图用于指示该应用的色彩饱和度；将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；根据结合后的色彩饱和度判断该应用是否可清理。以热点图的方式统计预设天数内用户的操作习惯，以推导出可清理的应用，实现了精确度更高的自动清理，提高了电子设备的运行速度，并降低了功率。
在本申请实施例中，存储介质可以是磁碟、光盘、只读存储器(Read Only Memory，ROM，)、或者随机存取记忆体(Random Access Memory，RAM)等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
需要说明的是，对本申请实施例的应用清理方法而言，本领域普通测试人员可以理解实现本申请实施例的应用清理方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如应用清理方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的应用清理装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的一种应用清理方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种应用清理方法，其特征在于，包括：
采集多个预设时间段内应用的反映用户使用应用的行为习惯的多维特征作为样本；
依次获取每一时间段内所述样本中每一特征对应的特征信息；
计算每一所述特征信息对应的权重，获取所述权重对应的色彩饱和度，所述样本中的多个多维特征的权重相互不同；
将多个所述特征信息对应的色彩饱和度进行叠加，生成每一时间段所述应用对应的热点图，并统计预设天数内所述应用在每一时间段内的多个热点图，所述热点图用于指示所述应用的色彩饱和度；
将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；
根据结合后的色彩饱和度判断所述应用是否可清理。
2.如权利要求1所述的应用清理方法，其特征在于，所述计算每一所述特征信息对应的权重，获取所述权重对应的色彩饱和度，包括：
获取一应用的特征对应的特征信息；
统计所述特征对应的所有特征信息，生成总特征信息；
根据所述特征信息与总特征信息的比值，确定所述特征信息对应的权重；
根据所述权重匹配出对应的色彩饱和度。
3.如权利要求1所述的应用清理方法，其特征在于，所述将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度，包括：
获取每一热点图中在同一时间段内相同应用对应的多个色彩饱和度；
对所述多个色彩饱和度进行求平均值计算，并将平均值作为所述应用的结合后的色彩饱和度。
4.如权利要求3所述的应用清理方法，其特征在于，所述根据结合后的色彩饱和度判断所述应用是否可清理，包括：
获取所述应用对应的结合后的色彩饱和度，判断结合后的色彩饱和度是否低于预设阈值；
若判断出结合后的色彩饱和度低于预设阈值，则判定所述应用可清理；
若判断出结合后的色彩饱和度不低于预设阈值，则判定所述应用不可清理。
5.如权利要求1所述的应用清理方法，其特征在于，所述将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度之后，还包括：
开始计算时间值，并将所述多个热点图删除，重新采集多个预设时间段内应用的多维特征作为样本；
根据每一时间段内的所述样本生成所述应用的热点图，并统计预设天数内所述应用在每一时间段内的多个热点图；
当所述时间值达到预设时间阈值时，返回执行将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度的步骤。
6.一种应用清理装置，其特征在于，包括：
采集单元，用于采集多个预设时间段内应用的反映用户使用应用的行为习惯的多维特征作为样本；
获取子单元，用于依次获取每一时间段内所述样本中每一特征对应的特征信息；
计算子单元，用于计算每一所述特征信息对应的权重，获取所述权重对应的色彩饱和度，所述样本中的多个多维特征的权重相互不同；
生成子单元，用于将多个所述特征信息对应的色彩饱和度进行叠加，生成每一时间段所述应用对应的热点图；
统计单元，用于统计预设天数内所述应用在每一时间段内的多个热点图，所述热点图用于指示所述应用的色彩饱和度；
结合单元，用于将每一时间段内的多个热点图中的色彩饱和度进行结合，以生成结合后的色彩饱和度；
判断单元，用于根据结合后的色彩饱和度判断所述应用是否可清理。
7.如权利要求6所述的应用清理装置，其特征在于，所述统计单元包括：
获取子单元，用于依次获取每一时间段内所述样本中每一特征对应的特征信息；
计算子单元，用于计算每一所述特征信息对应的权重，获取所述权重对应的色彩饱和度；
生成子单元，用于将多个所述特征信息对应的色彩饱和度进行叠加，生成每一时间段所述应用对应的热点图；
统计子单元，用于统计预设天数内所述应用在每一时间段内的多个热点图，所述热点图用于指示所述应用的色彩饱和度。
8.如权利要求7所述的应用清理装置，其特征在于，所述计算子单元，用于：
获取一应用的特征对应的特征信息；
统计所述特征对应的所有特征信息，生成总特征信息；
根据所述特征信息与总特征信息的比值，确定所述特征信息对应的权重；
根据所述权重匹配出对应的色彩饱和度。
9.如权利要求6所述的应用清理装置，其特征在于，所述结合单元包括：
获取子单元，用于获取每一热点图中在同一时间段内相同应用对应的多个色彩饱和度；
平均值计算子单元，用于对所述多个色彩饱和度进行求平均值计算，并将平均值作为所述应用的结合后的色彩饱和度。
10.一种存储介质，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5任一项所述的应用清理方法。
11.一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，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5任一项所述的应用清理方法。
CN201711050134.4A 2017-10-31 2017-10-31 应用清理方法、装置、存储介质及电子设备 Active CN107807855B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711050134.4A CN107807855B (zh) 2017-10-31 2017-10-31 应用清理方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711050134.4A CN107807855B (zh) 2017-10-31 2017-10-31 应用清理方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN107807855A CN107807855A (zh) 2018-03-16
CN107807855B true CN107807855B (zh) 2020-02-11

Family

ID=61583092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711050134.4A Active CN107807855B (zh) 2017-10-31 2017-10-31 应用清理方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN107807855B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101446979A (zh) * 2008-12-26 2009-06-03 北京科尔威视网络科技有限公司 动态热点跟踪的方法
CN106502510A (zh) * 2016-10-27 2017-03-15 北京奇虎科技有限公司 图标和界面的适配处理方法、装置
CN107045443A (zh) * 2017-04-14 2017-08-15 北京安云世纪科技有限公司 后台进程控制方法、装置及智能终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101446979A (zh) * 2008-12-26 2009-06-03 北京科尔威视网络科技有限公司 动态热点跟踪的方法
CN106502510A (zh) * 2016-10-27 2017-03-15 北京奇虎科技有限公司 图标和界面的适配处理方法、装置
CN107045443A (zh) * 2017-04-14 2017-08-15 北京安云世纪科技有限公司 后台进程控制方法、装置及智能终端

Also Published As

Publication number Publication date
CN107807855A (zh) 2018-03-16

Similar Documents

Publication Publication Date Title
CN108337358B (zh) 应用清理方法、装置、存储介质及电子设备
CN107800651B (zh) 应用程序关闭方法、装置、存储介质和电子设备
CN107220076B (zh) 一种内存回收方法及装置
CN111045814B (zh) 资源调度方法和终端设备
CN107809542B (zh) 应用程序控制方法、装置、存储介质和电子设备
CN107943534B (zh) 后台应用程序的关闭方法、装置、存储介质及电子设备
CN107835311B (zh) 应用管理方法、装置、存储介质及电子设备
CN107748697B (zh) 应用关闭方法、装置、存储介质及电子设备
WO2019062342A9 (zh) 后台应用清理方法、装置、存储介质及电子设备
WO2019062460A1 (zh) 应用控制方法、装置、存储介质以及电子设备
CN108196482B (zh) 功耗控制方法、装置、存储介质及电子设备
CN107766139B (zh) 应用管理方法及装置
CN107368400A (zh) Cpu监测方法、装置、计算机可读存储介质和移动终端
CN107943570B (zh) 应用管理方法、装置、存储介质及电子设备
CN107402808B (zh) 进程管理方法、装置、存储介质及电子设备
WO2019062462A1 (zh) 应用控制方法、装置、存储介质以及电子设备
CN109587328B (zh) 消息管理方法和装置、存储介质及电子设备
CN107943571B (zh) 后台应用管控方法、装置、存储介质及电子设备
CN107807730B (zh) 应用清理方法、装置、存储介质及电子设备
CN108234758B (zh) 应用的显示方法、装置、存储介质及电子设备
CN110795172B (zh) 前台进程控制方法、装置、电子设备以及存储介质
CN107870809B (zh) 应用关闭方法、装置、存储介质及电子设备
CN109144447A (zh) 分屏窗口调节方法、装置、存储介质及电子设备
CN107797832B (zh) 应用清理方法、装置、存储介质及电子设备
CN110032439A (zh) 资源管理方法、装置、移动终端及计算机可读存储介质

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
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: OPPO Guangdong Mobile Communications Co., Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: Guangdong Opel Mobile Communications Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant