CN108093466B - 一种控制网络开关的方法、移动终端及服务器 - Google Patents
一种控制网络开关的方法、移动终端及服务器 Download PDFInfo
- Publication number
- CN108093466B CN108093466B CN201711337359.8A CN201711337359A CN108093466B CN 108093466 B CN108093466 B CN 108093466B CN 201711337359 A CN201711337359 A CN 201711337359A CN 108093466 B CN108093466 B CN 108093466B
- Authority
- CN
- China
- Prior art keywords
- data
- network switch
- dimensions
- mobile terminal
- target data
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0209—Power saving arrangements in terminal devices
- H04W52/0261—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level
- H04W52/0274—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level by switching on or off the equipment or parts thereof
- H04W52/028—Power saving arrangements in terminal devices managing power supply demand, e.g. depending on battery level by switching on or off the equipment or parts thereof switching on or off only a part of the equipment circuit blocks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Human Computer Interaction (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种控制网络开关的方法、移动终端及服务器,该方法包括:检测与网络开关对应的目标数据;通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;基于所述网络开关数据,控制所述移动终端的网络开关。这样,移动终端能够根据各种场景对应的自动控制网络开关,使网络避免长时间开启,从而降低耗电,提高待机时长。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种控制网络开关的方法、移动终端及服务器。
背景技术
随着人们生活水平的提高,以及移动终端技术的不断发展,越来越多的人开始使用移动终端开启无线网络或者移动网络进行上网。例如,在家里或者办公室的时候选择开启WiFi无线网络进行上网,或者在室外的时候选择开启4G网络进行上网等。然而,移动终端的网络的开启或者关闭,通常依赖于用户手动调节,因此往往会出现用户开启网络并完成自己需要上网处理的事务后,忘记关闭网络,导致网络长时间处于开启的情况,这种情况将会加剧移动终端的耗电,从而影响移动终端的待机时长。由此,移动终端开启或者关闭网络需要用户手动操作,导致网络可能长时间处于开启的状态,从而加剧耗电,降低待机时长。
发明内容
本发明实施例提供一种控制网络开关的方法、移动终端及服务器,以解决移动终端开启或者关闭网络需要用户手动操作,导致网络可能长时间处于开启的状态,从而加剧耗电,降低待机时长的问题。
为解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种控制网络开关的方法,包括:
检测与网络开关对应的目标数据;
通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;
基于所述网络开关数据,控制所述移动终端的网络开关。
第二方面,本发明实施例还提供另一种控制网络开关的方法,包括:
获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据,以及每个目标数据对应的网络开关数据;
将每个目标数据构建为特征向量,并将每个特征向量与其对应的网络开关数据构建为训练集;
将所述训练集通过预设机器学习算法进行训练,生成分类器模型,所述分类器模型存储有每个特征向量对应的网络开关数据;
将所述分类器模型下发至移动终端。
第三方面,本发明实施例还提供一种移动终端,包括:
检测模块,用于检测与网络开关对应的目标数据;
分类模块,用于通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;
控制模块,用于基于所述网络开关数据,控制所述移动终端的网络开关。
第四方面,本发明实施例还提供一种服务器,包括:
获取模块,用于获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据,以及每个目标数据对应的网络开关数据;
构建模块,将每个目标数据构建为特征向量,并将每个特征向量与其对应的网络开关数据构建为训练集;
生成模块,将所述训练集通过预设机器学习算法进行训练,生成分类器模型,所述分类器模型存储有每个特征向量对应的网络开关数据;
下发模块,用于将所述分类器模型下发至移动终端。
第五方面,本发明实施例还提供一种移动终端,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述控制网络开关的方法的步骤。
第六方面,本发明实施例还提供一种服务器,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述控制网络开关的方法的步骤。
第七方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种控制网络开关的方法的步骤。
第八方面,本发明实施例还提供另一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述另一种控制网络开关的方法的步骤。
这样,在本发明实施例中,移动终端能够根据各种场景对应的自动控制网络开关,使网络避免长时间开启,从而降低耗电,提高待机时长。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种控制网络开关的方法的流程图;
图2是本发明实施例提供的另一种控制网络开关的方法的流程图;
图3是本发明实施例提供的另一种控制网络开关的方法的流程图;
图4是本发明实施例提供的一种移动终端的结构图;
图5是本发明实施例提供的另一种移动终端的结构图;
图6是本发明实施例提供的移动终端中分类模块的结构图;
图7是本发明实施例提供的一种服务器的结构图;
图8是本发明实施例提供的服务器中获取模块的结构图;
图9是本发明实施例提供的另一种移动终端的结构图;
图10是本发明实施例提供的另一种服务器的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1是本发明实施例提供的一种控制网络开关的方法的流程图,如图1所示,包括以下步骤:
步骤101、检测与网络开关对应的目标数据。
其中,所述网络开关,可以理解为用于控制移动数据网络或者无线网络开启或者关闭的开关,例如移动数据网络可以为2G、3G、4G或者5G等移动数据网络,无线网络可以为WiFi网络等。
所述与网络开关对应的目标数据,可以理解为与移动网络或者无线网络的开启关闭状态相关的特定维度的实时数据;其中,所述与移动网络或者无线网络的开启关闭状态相关的特定维度可以为移动终端预先设定或者从其他终端、服务器等装置获取到的,例如可以为通过从服务器处接收到的分类器模型的特征向量,该分类器模型的特征向量可以是通过收集大量其他移动终端的与网络开关相关的数据而构建出来的。
例如,服务器经过收集大量移动终端记录的与网络开关的状态相关的数据,发现这些移动终端的关闭4G网络时,电量都很低、GPS定位都是在户外、时间都是在下班以后,那么电量维度、位置维度、时间维度这几项特征就是与网络开关相关的特征,即就是只要获取这几个维度构成的数据样本集合,从而可以节省资源,提高收集数据的效率。
步骤102、通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据。
其中,所述预先获取的分类器模型,可以理解为所述移动终端本地保存的或者从其他服务器、终端等装置接收到的机器学习模型,该机器学习模型主要用于对移动终端的网络开关进行决策。
所述特征向量,可以理解为通过收集海量移动终端在开启或者关闭网络时记录的多个维度的场景数据,经过对这些数据筛选分析,剔除一些不太相关的维度的数据后,所得到的与开启或者关闭网络更加相关的维度的数据。例如,服务器基于大数据收集了海量与移动终端的网络开启时记录的状态数据,这些状态数据包括有时间、电量、GPS位置、运行的APP种类以及运行的APP数量以及APP流量占比等,经过分析后,发现在时间、电量、GPS位置这几个维度的数据中相一致的数据较多,而大多数的数据在APP流量占比这一特征下的数据变化很大,难以找出一个出现次数较多的数据,那么就可以剔除在APP流量占比这一维度的数据,只需统计时间、电量、GPS位置这几个维度的数据。这样,可以提高机器学习模型进行学习的效率。
所述对所述目标数据进行分类,可以理解为在所述分类器模型存储的特征向量中查找与所述目标数据相同或者一致的数据。
所述与所述目标数据匹配,可以理解为所述分类其模型的特征向量与所述目标数据相同或者差值在预设范围内,例如,所述目标数据为:电量为90、GPS位置定位为公司办公室、时间点为下午3点,那么通过所述分类器模型对所述目标数据进行查询分析,即对所述目标数据进行分类,找到数据同样为:电量为90、GPS位置定位为公司办公室、时间点为下午3点的特征向量e,则表示所述特征向量e与所述目标数据匹配。
所述网络开关数据,可以理解为所述移动终端的网络开关开启或者关闭的状态;所述分类器模型存储有所述特征向量对应的网络开关数据,可以理解为所述分类器模型通过对由特征向量与特征向量对应的网络开关数据训练后,作出的对移动终端开启或者关闭网络的决策结果。
步骤103、基于所述网络开关数据,控制所述移动终端的网络开关。
所述基于所述网络开关数据,控制所述移动终端的网络开关,可以理解为若所述分类器模型输出的网络开关数据为网络开关开启的决策结果,则控制所述移动终端的网络开关开启,若所述分类器模型输出的网络开关数据为网络开关关闭的决策结果,则控制所述移动终端的网络开关关闭。
本发明实施例中,上述移动终端可以是手机、平板电脑(Tablet PersonalComputer)、膝上型电脑(Laptop Computer)、个人数字助理(personal digitalassistant,简称PDA)、移动上网装置(Mobile Internet Device,MID)或可穿戴式设备(Wearable Device)等。
这样,本发明实施例,检测与网络开关对应的目标数据;通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;基于所述网络开关数据,控制所述移动终端的网络开关。移动终端能够根据各种场景对应的自动控制网络开关,使网络避免长时间开启,从而降低耗电,提高待机时长。
参见图2,图2是本发明实施例提供的另一种控制网络开关的方法的流程图。本实施例与上个实施例的主要区别在于本实施例的移动终端可以通过对用户开启或者关闭网络开关时记录的数据提供给所述分类器模型进行学习,从而更新所述分类器模型存储的特征向量对应的网络开关数据。如图2所示,包括以下步骤:
步骤201、获取所述移动终端开启网络或关闭网络开关时记录的历史数据,以及所述历史数据对应的网络开关数据,通过所述分类器模型对所述历史数据进行分类,得到与所述历史数据匹配的特征向量对应的网络开关数据。
其中,所述开启网络或关闭网络时记录的历史数据,可以理解为用户对移动终端的网络开关进行手动开启或者手动关闭时所记录的状态数据,具体可以为通过在控制网络开关的界面进行对网络开关进行开启或者关闭时记录的状态数据。例如,用户以前在WiFi开关界面中点击WiFi开关按钮,将WiFi的网络状态从开启切换至关闭,那么在用户进行这次点击操作时,移动终端所记录的诸如电量、GPS位置、时间等数据即为历史数据。
需要说明的是,所述历史数据和所述目标数据均为在相同的多个维度的数据,所述相同的多个维度即前述的与移动数据网络或者无线网络的开启关闭状态相关的特定维度。所述历史数据可以为是在某一段预设时间内记录的数据,例如,提取所述移动终端之前一个月记录的数据作为历史数据。此外,所述
所述与所述历史数据匹配的网络开关数据,可以理解为所述分类器模型的特征向量与所述历史数据相同或者一致。例如,所述历史数据为:电量为90、GPS位置定位为公司办公室、时间点为下午3点,那么通过所述分类器模型对所述目标数据进行查询分析,即对所述目标数据进行分类,找到数据同样为:电量为90、GPS位置定位为公司办公室、时间点为下午3点的特征向量e,则表示所述特征向量e与所述目标数据匹配。
步骤202、判断与所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据是否一致。
其中,由于所述历史数据为用户手动控制移动终端的网络开启或者关闭时的所记录的数据,因此每组所述历史数据必然对应一个确定的网络开启或者网络关闭的状态结果,因此所述历史数据对应的网络开关数据可以理解为每组所述历史数据必然对应的一个确定的网络开关开启或者一个网络开关关闭的状态。
所述历史数据匹配到的所述分类器模型存储的网络开关数据,即前文所述通过所述分类器模型对所述历史数据进行分类后,查找到与所述历史数据相同或者一致的特征向量数据所对应的网络开关数据。
步骤203、若不一致,则将所述历史数据与所述历史数据对应的网络开关数据构建为训练集。
其中,所述若不一致,可以理解为若与所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据不一致,即就是历史数据对应的开启或者关闭网络开关的状态,与匹配到的和所述历史数据相同或者一致的特征向量所对应的开启或者关闭网络开关的决策结果不同。例如,所述历史数据为:电量为90、GPS位置定位为公司办公室、时间点为下午3点,该组历史数据对应的网络开关数据为网络开启;特征向量e为:电量为90、GPS位置定位为公司办公室、时间点为下午3点,该组特征向量对应的所述分类器模型存储的网络开关数据为网络关闭,则表明所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据不一致。
所述将所述历史数据与所述历史数据对应的网络开关数据构建为训练集,可以理解为将由所述历史数据与所述历史数据对应的网络开关数据构组成的样本数据集合作为机器学习模型的训练集,其中,所述训练集的每个元素均由一组历史数据和一个特定的网络开关结果共同联系组成。
需要说明的是,若一致,可以继续判断,也可以结束流程,本发明实施例中的图2以结束流程进行举例。
步骤204、通过所述训练集对所述分类器模型进行训练,以更新所述分类器模型存储的与所述历史数据匹配的特征向量对应的网络开关数据。
其中,所述通过所述训练集对所述分类器模型进行训练,可以理解为将新的训练集提供给之前获取的分类器模型进行训练,从而使该分类器模型进化为与用户习惯相适配的个性分类器模型,即就是对所述分类器模型存储的网络开关数据进行更新。示例的,所述分类器模型未通过历史数据构建成的训练集进行训练前,历史数据为电量A、时间B、地点C,对应的网络开关数据为网络开关关闭;特征向量e为电量A、时间B、地点C,对应的网络开关数据为网络开关开启,即此时分类器模型认为所述特征向量e的场景下用户是开启网络开关的;可以理解的是,实际上此时的分类器模型的决策是错误的,因此需要进行纠正,故将所述分类器模型通过根据历史数据构建的训练集进行训练后,则可以直接将所述特征向量e对应的网络开关数据更新为网络开关关闭,或者降低在所述特征向量e下网络开关开启的概率,最终根据降低后的概率输出网络开关数据。
由于所述分类器模型是通过收集多个其他移动终端的数据训练而成的,只能够在一些比较普遍的场景下适用,而每个移动终端的用户开启或者关闭网络的习惯是不同的,所述分类器模型可能并不符合用户的个人习惯,因此,通过根据移动终端的用户开启或者关闭网络时产生的数据对所述分类器模型进行训练,可以使所述分类器模型进化为决策结果更加贴近用户习惯的个性分类器模型,进而使所述移动终端对网络开关的自动控制更加与用户习惯适配。
步骤205、检测与网络开关对应的目标数据。
其中,步骤205的相关说明已经在上一个实施例中的步骤101中详细阐述,为避免重复,在此不再赘述。
可选的,所述目标数据包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
其中,所述时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息通常都是与移动终端的网络开关的相关程度比较高的维度的数据,这样,通过对这些维度的数据训练,可以使分类器模型的效率和预测准确度更高。
步骤206、通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据。
其中,步骤206的相关说明已经在上一个实施例中的步骤102中详细阐述,为避免重复,在此不再赘述。
可选的,所述目标数据包括N个维度的目标数据,所述通过预先获取的分类器模型对所述目标数据进行分类的步骤,包括:
将所述N个维度的目标数据与所述移动终端开启网络或关闭网络开关时记录的N个维度的历史数据进行比较;
若所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数大于或者等于预设阈值,则通过预先获取的分类器模型对所述目标数据进行分类。
其中,所述历史数据可以理解为检测到所述目标数据之前的某次检测所检测到的数据,例如可以为与检测到所述目标数据的检测临近的一次检测的数据。例如,目标数据为在当天下午三点检测到的,历史数据可以为在当天下午两点五十检测到的,当然也可以为前一天下午三点检测到的。
其中,所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数,可以理解为所述目标数据对应的维度与所述历史数据对应的维度中,不一致的维度的数目。例如,目标数据:时间点A、GPS位置信息B、所述移动终端驻留的跟踪区C、运行的程序的类型D;历史数据:时间点E、GPS位置信息F、所述移动终端驻留的跟踪区G、运行的程序的类型D;则表明所述目标数据与所述历史数据的时间点、GPS位置信息和所述移动终端驻留的跟踪区这三个维度不同,如果预设阈值为2,则表明所述目标数据与所述历史数据不一致的维度数大于预设阈值,则将所述目标数据代入所述分类器模型进行决策,即就是通过预先获取的分类器模型对所述目标数据进行分类。
此外,若所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数小于预设阈值,所述移动终端将不会对所述目标数据通过所述预先获取的分类器模型进行分类。可以理解,所述目标数据与所述历史数据相比,如果没有超过预设阈值的维度发生变化,说明在所述目标数据对应的场景与邻近的一次检测的历史数据对应的场景极有可能未发生变化,那么可以认为在短时间内所述移动终端将会一直维持某种状态不变,则不需要通过所述分类器模型进行决策,从而节省了所述移动终端的资源。
这样,能够使移动终端不必一直对用检测到的目标数据进行机器学习算法的运算,从而可以节省资源,进一步节省移动终端的电量。
步骤207、基于所述网络开关数据,控制所述移动终端的网络开关。
其中,步骤207的相关说明已经在上一个实施例中的步骤103中详细阐述,为避免重复,在此不再赘述。
本发明实施例中,上述移动终端可以是手机、平板电脑(Tablet PersonalComputer)、膝上型电脑(Laptop Computer)、个人数字助理(personal digitalassistant,简称PDA)、移动上网装置(Mobile Internet Device,MID)或可穿戴式设备(Wearable Device)等。
本实施例,通过上述步骤移动终端能够使预先获取的分类器模型通过历史数据进行训练,并对应的更新所述特征向量对应的网络开关数据,从而可以使所述移动终端作出的对网络开关的决策更加符合用户的个人习惯,输出的网络开关数据的准确率更高。
参见图3,图3是本发明实施例提供的另一种控制网络开关的方法的流程图。如图3所示,包括以下步骤:
步骤301、获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据,以及每个目标数据对应的网络开关数据。
其中,所述目标数据可以理解为多个移动终端在多个维度的数据;所述每个目标数据对应的网络开关数据可以理解为每组数据对应一个确定的网络开关开启或者关闭的状态,例如,电量A、时间B和位置C为一个数据,该一个数据是移动终端在开启网络开关时所记录的,因此A、B、C这个数据对应网络开关数据为网络开关开启的状态。
可选的,所述目标数据包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
其中,所述时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息通常都是与移动终端的网络开关的相关程度比较高的维度的数据,这样,通过对这些维度的数据训练,可以使所述服务器生成的分类器模型的效率和预测准确度更高。
可选的,所述目标数据包括N个维度的目标数据,所述N为大于或者等于2的整数;
所述获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据的步骤,包括:
获取多个移动终端的开启网络开关对应的M个维度的数据,以及关闭数据开关对应的M个维度的数据,其中,所述M为大于或者等于N的正整数;
从开启网络开关对应的M个维度中确定H个维度,其中,所述H个维度为所述多个移动终端的开启网络开关对应的M个维度的数据中数据出现次数高于预设阈值的维度,所述H为小于或者等于所述M的正整数;
从关闭网络开关对应的M个维度中确定K个维度,其中,所述K个维度为所述多个移动终端的关闭网络开关对应的M个维度的数据中数据出现次数高于所述预设阈值的维度,所述K为小于或者等于所述M的正整数;
分别对每个移动终端发送的所述H个维度的数据与所述K个维度的数据进行整合,得到每个移动终端的包括所述N个维度的目标数据。
其中,所述K个维度为所述多个移动终端的开启网络开关对应的M个维度的数据中数据出现次数高于预设阈值的维度,可以理解为,在由M个维度的数据组成的集合中出现次数较多的数据所对应的维度。
例如,若收集到2个移动终端的在A、B、C、D四个维度的总计20个数据,且A、B、C、D每个维度各有5个数据,预设阈值为2,此时A的5个数据中,A1这个数据出现了4次,表明该数据出现的次数大于2,故A维度应当被确定出来;而B的5个数据中,5个数据各不相同,即每个数据都只出现了一次,因此出现次数低于2,则C不需要确定;C的5个数据中,C1出现了2次,C2出现了3次,C2出现的次数大于2。因此C维度也可以确定;D的5个数据中,D1出现了2次,D2出现了2次,D3出现了一次,没有数据出现的次数大于2,则D不需要确定;因此A维度和C维度为所述从开启网络开关对应的M个维度中确定的K个维度。
对于所述从关闭网络开关对应的M个维度中确定H个第二维度也是与所述从开启网络开关对应的M个维度中确定K个维度的逻辑是一样的,在此不再复述。
所述分别对每个移动终端发送的所述H个维度的数据与所述K个维度的数据进行整合,可以理解为在每个移动终端发送给服务器的开启网络开关对应的M个维度的数据,以及关闭数据开关对应的M个维度的数据中,挑选出所述每个移动终端中只归属H个维度和K个维度的数据,将所述H个维度的数据与所述K个维度的数据相加,并共同集中到一个集合,这样,最后得到每个移动终端的包括所述N个维度的目标数据。
例如,所述K个维度的数据包括A、B、C三个维度的数据,所述H个维度的数据包括D、E、F三个维度的数据,则所述目标数据为包括A、B、C、D、E、F六个维度的数据集合,此时N为6。此外,还可能存在这种情形:所述K个维度的数据包括A、B、C三个维度的数据,所述H个维度的数据包括A、D、E三个维度的数据,则所述目标数据为包括A、B、C、D、E五个维度的数据集合,此时N为5。
这样,通过对数据进行优选,可以使分类器模型在训练后作出的对网络开关的决策的效率更高,精准度也会提升。
步骤302、将每个目标数据构建为特征向量,并将每个特征向量与其对应的网络开关数据构建为训练集。
其中,所述每个特征向量对应的网络开关数据可以理解为所述每个特征向量对应的网络开关开启或者网络开关关闭的状态。
应当注意,所述每个特征向量对应的网络开关数必须为一个确定的值,以便机器学习模型发现网络开关数据与特征向量之间的关系。
所述将每个特征向量与其对应的网络开关数据构建为训练集,可以理解为将每个特征向量与其对应的网络开关数据组成的每个训练样本,所述每个训练样本的集合即训练集。
步骤303、将所述训练集通过预设机器学习算法进行训练,生成分类器模型,所述分类器模型存储有每个特征向量对应的网络开关数据。
其中,所述预设机器学习算法包括支持向量机、决策树、聚类等算法,对此并不作具体的限定。所述分类器模型存储有所述特征向量对应的网络开关数据,可以理解为通过所述训练集进行训练后,生成的分类器模型对特征向量对应的网络开启或者关闭的状态进行决策的结果。值得注意的是,所述分类器模型可以理解为是一个初始分类器模型,即该分类器模型仅通过大部分用户的习惯而学习生成的模型,可能难以符合特定用户的个人习惯。
步骤304、将所述分类器模型下发至移动终端。
所述移动终端,可以理解为需要通过所述分类器模型对网络开关进行自动控制的移动终端。
本发明实施例,获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据,以及每个目标数据对应的网络开关数据;将每个目标数据构建为特征向量,并将每个特征向量与其对应的网络开关数据构建为训练集;将所述训练集通过预设机器学习算法进行训练,生成分类器模型,所述分类器模型存储有每个特征向量对应的网络开关数据;将所述分类器模型下发至移动终端。这样,服务器能够根据多个移动端的数据生成分类器模型,并将所述分类器模型下发至用户移动终端,从而可以使用户移动终端能通过所述分类器模型对网络开关作出决策,并根据决策自动控制网络开关的开启和关闭。
参见图4,图4是本发明一实施例提供的移动终端的结构图,如图4所示,移动终端400包括检测模块401、分类模块402和控制模块403;其中:
检测模块401,用于检测与网络开关对应的目标数据。
分类模块402,用于通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据。
控制模块403,用于基于所述网络开关数据,控制所述移动终端的网络开关。
可选的,如图5所示,所述移动终端400还包括:
获取模块404,用于获取所述移动终端开启网络或关闭网络开关时记录的历史数据,以及所述历史数据对应的网络开关数据,通过所述分类器模型对所述历史数据进行分类,得到与所述历史数据匹配的特征向量对应的网络开关数据。
判断模块405,用于判断与所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据是否一致。
构建模块406,用于若不一致,则将所述历史数据与所述历史数据对应的网络开关数据构建为训练集。
更新模块407,用于通过所述训练集对所述分类器模型进行训练,以更新所述分类器模型存储的与所述历史数据匹配的特征向量对应的网络开关数据。
可选的,如图6所示,所述分类模块402,包括:
比较单元4021,用于将所述N个维度的目标数据与所述移动终端开启网络或关闭网络开关时记录的N个维度的历史数据进行比较;
分类单元4022,用于若所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数大于或者等于预设阈值,则通过预先获取的分类器模型对所述目标数据进行分类。
可选的,所述目标数据包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
移动终端400能够实现图1和图2的方法实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。
本发明实施例的移动终端400,能够根据各种场景对应的自动控制网络开关,使网络避免长时间开启,从而降低耗电,提高待机时长。
参见图7,图7是本发明一实施例提供的服务器的结构图,如图7所示,服务器700包括获取模块701、构建模块702、生成模块703和下发模块704;其中:
获取模块701,用于获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据,以及每个目标数据对应的网络开关数据。
构建模块702,用于将每个目标数据构建为特征向量,并将每个特征向量与其对应的网络开关数据构建为训练集。
生成模块703,用于将所述训练集通过预设机器学习算法进行训练,生成分类器模型,所述分类器模型存储有每个特征向量对应的网络开关数据。
下发模块704,用于将所述分类器模型下发至移动终端。
可选的,如图8所示,所述获取模块701,包括:
获取单元7011,用于获取多个移动终端的开启网络开关对应的M个维度的数据,以及关闭数据开关对应的M个维度的数据;
第一确定单元7012,用于从开启网络开关对应的M个维度中确定至少一个第一维度;
第二确定单元7013,用于从关闭网络开关对应的M个维度中确定至少一个第二维度;
整合单元7014,用于对所述至少一个第一维度的数据与所述至少一个第二维度的数据进行整合,得到包括所述N个维度的目标数据。
可选的,所述目标数据,包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
服务器700能够实现图3的方法实施例中服务器实现的各个过程,为避免重复,这里不再赘述。
本发明实施例的服务器700,服务器能够根据多个移动端的数据生成分类器模型,并将所述分类器模型下发至用户移动终端,从而可以使用户移动终端能通过所述分类器模型对网络开关作出决策,并根据决策自动控制网络开关的开启和关闭。
图9为实现本发明各个实施例的一种移动终端的硬件结构示意图,
该移动终端900包括但不限于:射频单元901、网络模块902、音频输出单元903、输入单元904、传感器905、显示单元906、用户输入单元907、接口单元908、存储器909、处理器910、以及电源911等部件。本领域技术人员可以理解,图9中示出的移动终端结构并不构成对移动终端的限定,移动终端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。
其中,处理器910,用于检测与网络开关对应的目标数据;
通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;
基于所述网络开关数据,控制所述移动终端的网络开关。
可选的,所述处理器910还用于获取所述移动终端开启网络或关闭网络开关时记录的历史数据,以及所述历史数据对应的网络开关数据,通过所述分类器模型对所述历史数据进行分类,得到与所述历史数据匹配的特征向量对应的网络开关数据;
判断与所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据是否一致;
若不一致,则将所述历史数据与所述历史数据对应的网络开关数据构建为训练集;
通过所述训练集对所述分类器模型进行训练,以更新所述分类器模型存储的与所述历史数据匹配的特征向量对应的网络开关数据。
可选的,所述目标数据包括N个维度的目标数据,所述处理器910执行的通过预先获取的分类器模型对所述目标数据进行分类,包括:
将所述N个维度的目标数据与所述移动终端开启网络或关闭网络开关时记录的N个维度的历史数据进行比较;
若所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数大于或者等于预设阈值,则通过预先获取的分类器模型对所述目标数据进行分类。
可选的,所述目标数据包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
移动终端900能够实现前述实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。
这样,本发明实施例的移动终端900,能够根据各种场景对应的自动控制网络开关,使网络避免长时间开启,从而降低耗电,提高待机时长。
应理解的是,本发明实施例中,射频单元901可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自服务器的下行数据接收后,给处理器910处理;另外,将上行的数据发送给服务器。通常,射频单元901包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元901还可以通过无线通信系统与网络和其他设备通信。
移动终端通过网络模块902为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元903可以将射频单元901或网络模块902接收的或者在存储器909中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元903还可以提供与移动终端900执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元903包括扬声器、蜂鸣器以及受话器等。
输入单元904用于接收音频或视频信号。输入单元904可以包括图形处理器(Graphics Processing Unit,GPU)9041和麦克风9042,图形处理器9041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元906上。经图形处理器9041处理后的图像帧可以存储在存储器909(或其它存储介质)中或者经由射频单元901或网络模块902进行发送。麦克风9042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元901发送到移动通信服务器的格式输出。
移动终端900还包括至少一种传感器905,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板9061的亮度,接近传感器可在移动终端900移动到耳边时,关闭显示面板9061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器905还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元906用于显示由用户输入的信息或提供给用户的信息。显示单元906可包括显示面板9061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板9061。
用户输入单元907可用于接收输入的数字或字符信息,以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元907包括触控面板9071以及其他输入设备9072。触控面板9071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板9071上或在触控面板9071附近的操作)。触控面板9071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器910,接收处理器910发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板9071。除了触控面板9071,用户输入单元907还可以包括其他输入设备9072。具体地,其他输入设备9072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板9071可覆盖在显示面板9061上,当触控面板9071检测到在其上或附近的触摸操作后,传送给处理器910以确定触摸事件的类型,随后处理器910根据触摸事件的类型在显示面板9061上提供相应的视觉输出。虽然在图9中,触控面板9071与显示面板9061是作为两个独立的部件来实现移动终端的输入和输出功能,但是在某些实施例中,可以将触控面板9071与显示面板9061集成而实现移动终端的输入和输出功能,具体此处不做限定。
接口单元908为外部装置与移动终端900连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元908可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到移动终端900内的一个或多个元件或者可以用于在移动终端900和外部装置之间传输数据。
存储器909可用于存储软件程序以及各种数据。存储器909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应用程序(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手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器909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。
处理器910是移动终端的控制中心,利用各种接口和线路连接整个移动终端的各个部分,通过运行或执行存储在存储器909内的软件程序和/或模块,以及调用存储在存储器909内的数据,执行移动终端的各种功能和处理数据,从而对移动终端进行整体监控。处理器910可包括一个或多个处理单元;优选的,处理器910可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器910中。
移动终端900还可以包括给各个部件供电的电源911(比如电池),优选的,电源911可以通过电源管理系统与处理器910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。
另外,移动终端900包括一些未示出的功能模块,在此不再赘述。
优选的,本发明实施例还提供一种移动终端,包括处理器910,存储器909,存储在存储器909上并可在所述处理器910上运行的计算机程序,该计算机程序被处理器910执行时实现上述控制网络开关的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述如图1和图2所示的控制网络开关的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccess Memory,简称RAM)、磁碟或者光盘等。
参见图10,图10是本发明实施例提供的另一种服务器的结构图,如图10所示,该服务器1000包括:处理器1001、收发机1002、存储器1003和总线接口,其中:
处理器1001,获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据,以及每个目标数据对应的网络开关数据;
将每个目标数据构建为特征向量,并将每个特征向量与其对应的网络开关数据构建为训练集;
将所述训练集通过预设机器学习算法进行训练,生成分类器模型,所述分类器模型存储有每个特征向量对应的网络开关数据;
收发机1002,用于将所述分类器模型下发至移动终端。
可选的,所述目标数据包括N个维度的目标数据,所述N为大于或者等于2的整数;
处理器1001执行的所述获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据的步骤,包括:
获取多个移动终端的开启网络开关对应的M个维度的数据,以及关闭数据开关对应的M个维度的数据,其中,所述M为大于或者等于N的正整数;
从开启网络开关对应的M个维度中确定H个维度,其中,所述H个维度为所述多个移动终端的开启网络开关对应的M个维度的数据中数据出现次数高于预设阈值的维度,所述H为小于或者等于所述M的正整数;
从关闭网络开关对应的M个维度中确定K个维度,其中,所述K个维度为所述多个移动终端的关闭网络开关对应的M个维度的数据中数据出现次数高于所述预设阈值的维度,所述K为小于或者等于所述M的正整数;
分别对每个移动终端发送的所述H个维度的数据与所述K个维度的数据进行整合,得到每个移动终端的包括所述N个维度的目标数据。
可选的,所述目标数据,包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
其中,收发机1002,用于在处理器1001的控制下接收和发送数据,所述收发机1002包括至少两个天线端口。
在图10中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器1001代表的一个或多个处理器和存储器1003代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机1002可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备,用户接口1004还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器1001负责管理总线架构和通常的处理,存储器1003可以存储处理器1001在执行操作时所使用的数据。
本发明实施例还提供另一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述如图3所示的控制网络开关的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(RandomAccess Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (8)
1.一种控制网络开关的方法,应用于移动终端,其特征在于,包括:
检测与网络开关对应的目标数据;
通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;
基于所述网络开关数据,控制所述移动终端的网络开关;
其中,所述分类器模型是通过收集多个其他移动终端的数据训练而成的;
所述检测与网络开关对应的目标数据的步骤之前,所述方法还包括:
获取所述移动终端开启网络开关或关闭网络开关时记录的历史数据,以及所述历史数据对应的网络开关数据,通过所述分类器模型对所述历史数据进行分类,得到与所述历史数据匹配的特征向量对应的网络开关数据;
判断与所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据是否一致;
若不一致,则将所述历史数据与所述历史数据对应的网络开关数据构建为训练集;
通过所述训练集对所述分类器模型进行训练,以更新所述分类器模型存储的与所述历史数据匹配的特征向量对应的网络开关数据;
所述目标数据包括N个维度的目标数据,所述N为大于或者等于2的整数;
所述获取多个移动终端在开启网络开关或关闭网络开关时记录的目标数据的步骤,包括:
获取多个移动终端的开启网络开关对应的M个维度的数据,以及关闭网络开关对应的M个维度的数据,其中,所述M为大于或者等于N的正整数;
从开启网络开关对应的M个维度中确定H个维度,其中,所述H个维度为所述多个移动终端的开启网络开关对应的M个维度的数据中数据出现次数高于预设阈值的维度,所述H为小于或者等于所述M的正整数;
从关闭网络开关对应的M个维度中确定K个维度,其中,所述K个维度为所述多个移动终端的关闭网络开关对应的M个维度的数据中数据出现次数高于所述预设阈值的维度,所述K为小于或者等于所述M的正整数;
分别对每个移动终端发送的所述H个维度的数据与所述K个维度的数据进行整合,得到每个移动终端的包括所述N个维度的目标数据。
2.根据权利要求1所述的方法,其特征在于,所述目标数据包括N个维度的目标数据,所述N为大于或者等于2的整数;
所述通过预先获取的分类器模型对所述目标数据进行分类的步骤,包括:
将所述N个维度的目标数据与所述移动终端开启网络或关闭网络开关时记录的N个维度的历史数据进行比较;
若所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数大于或者等于预设阈值,则通过预先获取的分类器模型对所述目标数据进行分类。
3.根据权利要求1-2中任一项所述的方法,其特征在于,所述目标数据包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
4.一种移动终端,其特征在于,包括:
检测模块,用于检测与网络开关对应的目标数据;
分类模块,用于通过预先获取的分类器模型对所述目标数据进行分类,得到与所述目标数据匹配的特征向量对应的网络开关数据,其中,所述分类器模型存储有所述特征向量对应的网络开关数据;
控制模块,用于基于所述网络开关数据,控制所述移动终端的网络开关;
其中,所述分类器模型是通过收集多个其他移动终端的数据训练而成的;
所述移动终端还包括:
获取模块,用于获取所述移动终端开启网络或关闭网络开关时记录的历史数据,以及所述历史数据对应的网络开关数据,通过所述分类器模型对所述历史数据进行分类,得到与所述历史数据匹配的特征向量对应的网络开关数据;
判断模块,用于判断与所述历史数据匹配的特征向量对应的网络开关数据与所述历史数据对应的网络开关数据是否一致;
构建模块,用于若不一致,则将所述历史数据与所述历史数据对应的网络开关数据构建为训练集;
更新模块,用于通过所述训练集对所述分类器模型进行训练,以更新所述分类器模型存储的与所述历史数据匹配的特征向量对应的网络开关数据;
所述目标数据包括N个维度的目标数据,所述N为大于或者等于2的整数;
所述获取模块,包括:
获取单元,用于获取多个移动终端的开启网络开关对应的M个维度的数据,以及关闭网络开关对应的M个维度的数据;
第一确定单元,用于从开启网络开关对应的M个维度中确定H个维度;
第二确定单元,用于从关闭网络开关对应的M个维度中确定K个维度;
整合单元,用于分别对每个移动终端发送的所述H个维度的数据与所述K个维度的数据进行整合,得到每个移动终端的包括所述N个维度的目标数据;
其中,所述H个维度为所述多个移动终端的开启网络开关对应的M个维度的数据中数据出现次数高于预设阈值的维度,所述H为小于或者等于所述M的正整数;所述K个维度为所述多个移动终端的关闭网络开关对应的M个维度的数据中数据出现次数高于所述预设阈值的维度,所述K为小于或者等于所述M的正整数。
5.根据权利要求4所述的移动终端,其特征在于,所述目标数据包括N个维度的目标数据,所述N为大于或者等于2的整数;
所述分类模块,包括:
比较单元,用于将所述N个维度的目标数据与所述移动终端开启网络或关闭网络开关时记录的N个维度的历史数据进行比较;
分类单元,用于若所述N个维度的目标数据与N个维度的历史数据中数据不匹配的维度数大于或者等于预设阈值,则通过预先获取的分类器模型对所述目标数据进行分类。
6.根据权利要求5所述的移动终端,其特征在于,所述目标数据包括如下至少一项:
时间维度的时间信息、位置维度的位置信息、跟踪区维度的所述移动终端驻留的跟踪区信息、程序类型维度的运行的程序的类型信息、程序数量维度的运行的程序的数量信息、程序流量维度的程序流量占比信息和电量维度的电量信息。
7.一种移动终端,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-3中任一项所述的控制网络开关的方法中的步骤。
8.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-3中任一项所述的控制网络开关的方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711337359.8A CN108093466B (zh) | 2017-12-14 | 2017-12-14 | 一种控制网络开关的方法、移动终端及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711337359.8A CN108093466B (zh) | 2017-12-14 | 2017-12-14 | 一种控制网络开关的方法、移动终端及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108093466A CN108093466A (zh) | 2018-05-29 |
CN108093466B true CN108093466B (zh) | 2021-12-24 |
Family
ID=62175589
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711337359.8A Active CN108093466B (zh) | 2017-12-14 | 2017-12-14 | 一种控制网络开关的方法、移动终端及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108093466B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109600726B (zh) * | 2018-11-20 | 2021-05-04 | 斑马网络技术有限公司 | 流量分类控制方法、装置、系统、设备以及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6119112A (en) * | 1997-11-19 | 2000-09-12 | International Business Machines Corporation | Optimum cessation of training in neural networks |
US7548847B2 (en) * | 2002-05-10 | 2009-06-16 | Microsoft Corporation | System for automatically annotating training data for a natural language understanding system |
CN101345720B (zh) * | 2008-08-15 | 2011-04-13 | 浙江大学 | 基于部分匹配预测的垃圾邮件分类方法 |
CN103166830B (zh) * | 2011-12-14 | 2016-02-10 | 中国电信股份有限公司 | 一种智能选择训练样本的垃圾邮件过滤系统和方法 |
US9258237B1 (en) * | 2013-06-17 | 2016-02-09 | Juniper Networks, Inc. | Enhancing DOCSIS services through network functions virtualization |
CN104765733B (zh) * | 2014-01-02 | 2018-06-15 | 华为技术有限公司 | 一种社交网络事件分析的方法和装置 |
CN105187653B (zh) * | 2015-09-16 | 2018-06-19 | 广东欧珀移动通信有限公司 | 网络连接开关关闭方法及装置 |
CN106211059A (zh) * | 2016-06-28 | 2016-12-07 | 宇龙计算机通信科技(深圳)有限公司 | 一种连接网络的方法及终端 |
CN106682414A (zh) * | 2016-12-23 | 2017-05-17 | 中国科学院深圳先进技术研究院 | 一种建立时序预测模型的方法及装置 |
CN107292342B (zh) * | 2017-06-21 | 2021-04-16 | Oppo广东移动通信有限公司 | 数据处理方法及相关产品 |
-
2017
- 2017-12-14 CN CN201711337359.8A patent/CN108093466B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108093466A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109032734B (zh) | 一种后台应用程序显示方法和移动终端 | |
CN109005336B (zh) | 一种图像拍摄方法及终端设备 | |
CN108427873B (zh) | 一种生物特征识别方法及移动终端 | |
CN108182271B (zh) | 一种拍照方法、终端及计算机可读存储介质 | |
CN111025922B (zh) | 一种目标设备控制方法及电子设备 | |
CN108334196B (zh) | 一种文件处理方法及移动终端 | |
CN109495616B (zh) | 一种拍照方法及终端设备 | |
CN111143683A (zh) | 终端交互推荐方法、设备及可读存储介质 | |
CN108460817B (zh) | 一种拼图方法及移动终端 | |
CN112735388B (zh) | 网络模型训练方法、语音识别处理方法及相关设备 | |
CN109302528B (zh) | 一种拍照方法、移动终端及计算机可读存储介质 | |
CN111064654A (zh) | 一种消息显示方法及电子设备 | |
CN108391253B (zh) | 一种应用程序的推荐方法、移动终端 | |
CN107832067B (zh) | 一种应用更新方法、移动终端和计算机可读存储介质 | |
CN107765954B (zh) | 一种应用程序图标更新方法、移动终端及服务器 | |
CN110706679B (zh) | 一种音频处理方法及电子设备 | |
CN108924413B (zh) | 拍摄方法及移动终端 | |
CN109067979B (zh) | 一种提示方法及移动终端 | |
CN110519443B (zh) | 一种亮屏方法及移动终端 | |
CN108391011B (zh) | 一种人脸识别方法和移动终端 | |
CN107895108B (zh) | 一种操作管理方法和移动终端 | |
CN108089935B (zh) | 一种应用程序的管理方法及移动终端 | |
CN108093466B (zh) | 一种控制网络开关的方法、移动终端及服务器 | |
CN112351441B (zh) | 一种数据处理方法、装置及电子设备 | |
CN109684006B (zh) | 一种终端控制方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |