CN108932140A - 基于安卓用户行为习惯的清理后台应用程序的方法 - Google Patents
基于安卓用户行为习惯的清理后台应用程序的方法 Download PDFInfo
- Publication number
- CN108932140A CN108932140A CN201810767405.6A CN201810767405A CN108932140A CN 108932140 A CN108932140 A CN 108932140A CN 201810767405 A CN201810767405 A CN 201810767405A CN 108932140 A CN108932140 A CN 108932140A
- Authority
- CN
- China
- Prior art keywords
- app
- background application
- probability
- data set
- android
- 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
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
- G06F9/44594—Unloading
-
- 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
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Telephone Function (AREA)
Abstract
本发明属于涉及机器学习和Android内存优化和数据挖掘领域,特别涉及一种基于安卓用户行为习惯的清理后台应用程序的方法,所述方法包括记录安卓手机用户使用各APP的时间、地点及其名称,并构成数据集;对数据集进行预处理,去掉数据集中的无关信息;对预处理后的数据集进行训练,得到用户使用APP的加权序列模式;计算在不同时间、地点使用APP的概率;将加权序列模式和概率存储到数据库中;根据数据库中的加权序列模式和概率,计算出后台应用程序的得分,确定出后台应用程序的优先级;清理掉优先级大于最低优先级的后台应用程序。本发明可清理掉手机用户在下一时刻最不可能使用的应用程序,释放资源,提高运行流畅度,提升用户体验。
Description
技术领域
本发明涉及机器学习和Android内存优化和数据挖掘领域,特别涉及一种基于安卓用户行为习惯的清理后台应用程序的方法。
背景技术
互联网的发展不仅推动了智能手机的普及,而且涌现了大量的手机APP,大量被安装在手机中的应用程序占用了大量的手机内存空间和资源,从而导致手机卡顿,严重降低了用户体验。Android手机卡顿的原因大多是用户或者手机自身启动了太多的进程、缓存和服务,占用了过多的内存,因此解决智能手机卡顿问题,我们要杀掉我们不需要的进程、缓存和服务,释放其占用的手机内存。
目前智能手机清理后台应用进程大多采用OOM(Out of Memory)和LMK(LowerMemory Killer)内存管理机制。OOM(Out of Memory)机制是指当Heap Size的total值超过了getMemoryClass()方法获取到的阈值时,会调用OOM内存管理机制,触发GC,根据LRU规则与应用的优先级,内存占用情况评估后决定哪些进程会被杀掉;定时进行检查(LowerMemory Killer,LMK)内存管理机制是OOM的改进,它用OOM_adj和占用内存的大小来选择要杀掉的进程,从而释放内存资源。然而这两种方法都是从智能手机终端的角度来考虑清理内存进程的,并没有考虑到用户想要清理哪一个进程,当清理掉用户将要使用的应用程序进程时,会导致用户下一次打开应用程序时间长,严重影响用户体验。
发明内容
基于现有技术存在的问题,本发明提出一种基于安卓用户行为习惯的清理后台应用程序的方法,所述方法包括:
S1、记录安卓手机用户使用各APP的时间、地点及其名称,并构成数据集;
S2、对数据集进行预处理,去掉数据集中的无关信息;
S3、对预处理后的数据集进行训练,得到用户使用APP的加权序列模式;计算在不同时间、不同地点使用APP的概率;将所述加权序列模式和概率存储到数据库SQLite中;
S4、根据数据库中的加权序列模式和概率,计算出每个后台应用程序的得分,确定出每个后台应用程序的优先级;
S5、清理掉优先级大于最低优先级min_adj的后台应用程序。
进一步的,使用各APP的地点的获取方式包括采集使用APP时的安卓手机的发射台位置信息和Wifi位置信息,分析发射台和Wifi位置信息,获取到使用APP的地点。
进一步的,使用各APP的时间及其名称的获取方式包括通过采集安卓手机用户APP日志文件,获取到使用APP的时间及其名称。
进一步的,所述步骤S2包括通过五折交叉验证选取了数据集80%作为训练集,其余20%作为测试集;将使用时间采用热编码HotEncoder类进行编码,将地点和各应用程序通过标签编码LabelEncoder类进行编码;去掉无关信息,无关信息包括:标点符号、多余空格、缺失值。
进一步的,所述步骤S3包括以手机从亮屏到灭屏为一个时间段,根据各APP的权重,对数据集中的每个时间段进行处理,采用序列模式分析算法Prefixspan挖掘出各时间段的加权序列模式,统计各加权序列模式的计数;统计各时间段内使用每个APP的概率;统计各地点使用每个APP的概率。
进一步的,所述步骤S4包括:
S41、查看数据库中该时间段内加权序列模式,计算使用当前APP的情况下各序列模式的概率、该时间段使用每个APP的概率和该地点使用每个APP的概率;
S42、计算下一个后台应用程序总得分:;
S43、结合定时进行检查LMK方法和后台应用程序总得分,调度后台应用程序优先级;
其中,A为查看到的前台应用该程序,X为后台应用程序,T为当前时间段,L为当前地点。
本发明的有益效果:
本发明引入加权序列模式,充分考虑了用户行为习惯中对应用程序的喜爱程度,通过调度后台应用程序的优先级,使得清理后台时尽量清理智能手机用户下一时刻最不可能使用的应用程序,以达到既能释放一定的内存空间和资源,又能减少用户使用应用程序的冷启动次数的目的,从而提升用户体验。
附图说明
图1为本发明的方法流程图;
图2为本发明优选实施例流程图;
图3为本发明的加权序列模式挖掘流程图;
图4为本发明的安卓手机后台应用程序优先级调度流程图;
图5为本发明的安卓手机后台应用程序清理流程图。
具体实施方案
下面将结合附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
本发明提出一种基于用户行为习惯智能清理手机后台应用程序的方法,如图1,包括:
S1、记录安卓手机用户使用各APP的时间、地点及其名称,并构成数据集;
S2、对数据集进行预处理,去掉数据集中的无关信息;
S3、对预处理后的数据集进行训练,得到用户使用APP的加权序列模式;计算在不同时间、不同地点使用APP的概率;将所述加权序列模式和概率存储到数据库SQLite中;
S4、根据数据库中的加权序列模式和概率,计算出每个后台应用程序的得分,确定出每个后台应用程序的优先级;
S5、清理掉优先级大于最低优先级min_adj的后台应用程序。
使用各APP的地点的获取方式包括采集使用APP时的安卓手机的发射台位置信息和Wifi位置信息,分析发射台和Wifi位置信息,获取到使用APP的地点。
使用各APP的时间及其名称的获取方式包括通过采集安卓手机用户APP日志文件,获取到使用APP的时间及其名称。
所述步骤S2包括通过五折交叉验证选取了数据集80%作为训练集,其余20%作为测试集;将使用APP的时间采用独热编码函数HotEncoder类进行编码,将使用APP的地点及其名称通过标签编码函数LabelEncoder类进行编码;去掉无关信息,无关信息包括:标点符号、多余空格、缺失值。
所述步骤S3包括输入数据集和各APP的权重,采用Prefixspan算法挖掘各时间段的加权序列模式,并统计各加权序列模式的计数;统计各时间段内使用每个APP的概率;统计各地点使用每个APP的概率。
所述步骤S4包括:
S41、查看数据库中该时间段内加权序列模式,计算使用当前APP的情况下各序列模式的概率、该时间段使用每个APP的概率和该地点使用每个APP的概率;
S42、计算下一个后台应用程序总得分:;
S43、结合定时进行检查LMK方法和后台应用程序总得分,调度后台应用程序优先级;
其中,A为查看到的前台应用该程序,为后台应用程序,T为当前时间段,L为当前地点。
如图2所示,本发明采用的基于安卓用户行为习惯的智能清理手机后台应用程序的优选实施例,包括获取各个应用程序的历史使用数据;利用加权序列模数挖掘并进行概率计算;另一方面,获取当前时间段前台以及后台使用的应用程序,计算前台和后台应用程序的得分,进行后台应用程序优先级调度,将后台应用程序进行清理。
如图3所示,本发明的采用的加权序列模式挖掘流程,其先输入APP数据集,按照APP权值和最小加权支持度,扫描出所有的APP,判断其是否小于最小加权支持度,若是,则删除小于最小支持度的i-序列,若否,则找出前缀所对应的投影数据库,若投影数据库为空则返回,计算前缀与当前数据组成的i-序列的权值,再次判断是否小于最小加权支持度,若是,则删除小于支持度的i-序列,将当前APP与前缀序列进行合并得到新前缀,令i=i+1,返回寻找新前缀所对应的投影数据库。
如图4所示,本发明采用的后台应用程序优先级调度图,AMS调用applyOomLocked方法,结合LMK和应用score确定出后台应用程序的优先级adj,判断是否需要修改应用程序的adj?若是,则遍历所有进程的adj找到大于警戒值优先级min_adj的进程;若应用程序进程大于min_adj,则发送sigkill信息,杀掉该进程,否则,保持该应用程序不被杀死。
如图5所示,本发明的应用程序清理流程,首先确定后台应用程序adj列表,判断应用程序adj是否大于min_adj,若是,则清除该app,该应用回收部分内存,平台回收应用的UI内存,否则,调用killbackgroundprocess函数后结束进程。
另一方面,警戒值优先级min_adj的确定方式为:kenerl内核定时检测,根据内存查询阈值表,从而确定min_adj;
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于安卓用户行为习惯的清理后台应用程序的方法,其特征在于,所述方法包括:
S1、记录安卓手机用户使用各APP的时间、地点及其名称,并构成数据集;
S2、对数据集进行预处理,去掉数据集中的无关信息;
S3、对预处理后的数据集进行训练,得到用户使用APP的加权序列模式;计算在不同时间、不同地点使用APP的概率;将所述加权序列模式和概率存储到数据库SQLite中;
S4、根据数据库中的加权序列模式和概率,计算出每个后台应用程序的得分,确定出每个后台应用程序的优先级;
S5、清理掉优先级大于最低优先级min_adj的后台应用程序。
2.根据权利要求1所述的基于安卓用户行为习惯的清理后台应用程序的方法,其特征在于,使用各APP的地点的获取方式包括采集使用APP时的安卓手机的发射台位置信息和Wifi位置信息,分析发射台和Wifi位置信息,获取到使用APP的地点。
3.根据权利要求2所述的基于安卓用户行为习惯的清理后台应用程序的方法,其特征在于,使用各APP的时间及其名称的获取方式包括通过采集安卓手机用户APP日志文件,获取到使用APP的时间及其名称。
4.根据权利要求1所述的基于用户行为习惯的智能清理手机后台应用程序的方法,其特征在于,所述步骤S2包括通过五折交叉验证选取了数据集80%作为训练集,其余20%作为测试集;将使用APP的时间采用热编码HotEncoder类进行编码,将使用APP的地点及其名称通过标签编码LabelEncoder类进行编码;去掉无关信息,无关信息包括:标点符号、多余空格、缺失值。
5.根据权利要求1所述的基于安卓用户行为习惯的清理后台应用程序的方法,其特征在于,所述步骤S3包括输入数据集,通过在预测准确率最高的情况下得到的优化权重因子,从而得到各APP的权重,采用Prefixspan算法挖掘各时间段的加权序列模式,并统计各加权序列模式的计数;统计各时间段内使用每个APP的概率;统计各地点使用每个APP的概率。
6.根据权利要求1所述的基于安卓用户行为习惯的清理后台应用程序的方法,其特征在于,所述步骤S4包括:
S41、查看数据库中该时间段内加权序列模式,计算使用当前APP的情况下各序列模式的概率P([A,X])、该时间段使用每个APP的概率P(X|T)和该地点使用每个APP的概率P(X|L);
S42、计算下一个后台应用程序总得分:Score=P([A,X])P(X|T)P(X|L);
S43、结合定时进行检查LMK方法和后台应用程序总得分Score,调度后台应用程序优先级;
其中,A为查看到的前台应用该程序,X为后台应用程序,T为当前时间段,L为当前地点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810767405.6A CN108932140A (zh) | 2018-07-13 | 2018-07-13 | 基于安卓用户行为习惯的清理后台应用程序的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810767405.6A CN108932140A (zh) | 2018-07-13 | 2018-07-13 | 基于安卓用户行为习惯的清理后台应用程序的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108932140A true CN108932140A (zh) | 2018-12-04 |
Family
ID=64447177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810767405.6A Pending CN108932140A (zh) | 2018-07-13 | 2018-07-13 | 基于安卓用户行为习惯的清理后台应用程序的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108932140A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109511145A (zh) * | 2018-12-27 | 2019-03-22 | 深圳Tcl新技术有限公司 | 网络热点的切换方法、智能终端及计算机可读存储介质 |
CN109669779A (zh) * | 2018-12-25 | 2019-04-23 | 上海碳蓝网络科技有限公司 | 用于确定数据的清理路径、清理数据的方法和设备 |
CN110012157A (zh) * | 2019-02-28 | 2019-07-12 | 努比亚技术有限公司 | 一种应用显示提醒方法、终端及计算机可读存储介质 |
CN110096347A (zh) * | 2019-03-29 | 2019-08-06 | 努比亚技术有限公司 | 一种进程后台管理方法、终端及计算机可读存储介质 |
CN111611020A (zh) * | 2020-04-14 | 2020-09-01 | 上海卓易科技股份有限公司 | 一种应用程序的应用进程查杀方法及设备 |
CN112527407A (zh) * | 2020-12-07 | 2021-03-19 | 深圳创维-Rgb电子有限公司 | 一种应用启动方法、终端及计算机可读存储介质 |
CN112997543A (zh) * | 2018-12-29 | 2021-06-18 | 深圳市欢太科技有限公司 | 应用分组调整方法、装置、存储介质及电子设备 |
CN112997539A (zh) * | 2018-12-29 | 2021-06-18 | 深圳市欢太科技有限公司 | 应用分组调整方法、装置、存储介质及电子设备 |
CN112997134A (zh) * | 2018-12-29 | 2021-06-18 | 深圳市欢太科技有限公司 | 应用图标显示方法、装置、存储介质及电子设备 |
CN113170391A (zh) * | 2019-01-29 | 2021-07-23 | 深圳市欢太科技有限公司 | 应用处理方法、装置、存储介质、服务器及电子设备 |
CN113687870A (zh) * | 2020-05-15 | 2021-11-23 | 宇龙计算机通信科技(深圳)有限公司 | 终端运行优化方法、装置、存储介质以及终端 |
US12086069B2 (en) | 2020-04-30 | 2024-09-10 | Huawei Technologies Co., Ltd. | Memory management method to determine a frequently accessed page and associated terminal device |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331404A (zh) * | 2013-07-22 | 2015-02-04 | 中国科学院深圳先进技术研究院 | 一种基于用户手机上网数据的用户行为预测方法和装置 |
CN107632697A (zh) * | 2017-09-30 | 2018-01-26 | 广东欧珀移动通信有限公司 | 应用程序的处理方法、装置、存储介质及电子设备 |
CN107885545A (zh) * | 2017-10-31 | 2018-04-06 | 广东欧珀移动通信有限公司 | 应用管理方法、装置、存储介质及电子设备 |
CN107943534A (zh) * | 2017-11-14 | 2018-04-20 | 广东欧珀移动通信有限公司 | 后台应用程序的关闭方法、装置、存储介质及电子设备 |
-
2018
- 2018-07-13 CN CN201810767405.6A patent/CN108932140A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331404A (zh) * | 2013-07-22 | 2015-02-04 | 中国科学院深圳先进技术研究院 | 一种基于用户手机上网数据的用户行为预测方法和装置 |
CN107632697A (zh) * | 2017-09-30 | 2018-01-26 | 广东欧珀移动通信有限公司 | 应用程序的处理方法、装置、存储介质及电子设备 |
CN107885545A (zh) * | 2017-10-31 | 2018-04-06 | 广东欧珀移动通信有限公司 | 应用管理方法、装置、存储介质及电子设备 |
CN107943534A (zh) * | 2017-11-14 | 2018-04-20 | 广东欧珀移动通信有限公司 | 后台应用程序的关闭方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
姬浩博 等: "一种改进的PrefixSpan算法及其在Web用户行为模式挖掘中的应用", 《计算机科学》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669779A (zh) * | 2018-12-25 | 2019-04-23 | 上海碳蓝网络科技有限公司 | 用于确定数据的清理路径、清理数据的方法和设备 |
CN109511145A (zh) * | 2018-12-27 | 2019-03-22 | 深圳Tcl新技术有限公司 | 网络热点的切换方法、智能终端及计算机可读存储介质 |
CN109511145B (zh) * | 2018-12-27 | 2021-04-16 | 深圳Tcl新技术有限公司 | 网络热点的切换方法、智能终端及计算机可读存储介质 |
CN112997539A (zh) * | 2018-12-29 | 2021-06-18 | 深圳市欢太科技有限公司 | 应用分组调整方法、装置、存储介质及电子设备 |
CN112997543B (zh) * | 2018-12-29 | 2022-11-01 | 深圳市欢太科技有限公司 | 应用分组调整方法、装置、存储介质及电子设备 |
CN112997539B (zh) * | 2018-12-29 | 2022-11-01 | 深圳市欢太科技有限公司 | 应用分组调整方法、装置、存储介质及电子设备 |
CN112997134A (zh) * | 2018-12-29 | 2021-06-18 | 深圳市欢太科技有限公司 | 应用图标显示方法、装置、存储介质及电子设备 |
CN112997543A (zh) * | 2018-12-29 | 2021-06-18 | 深圳市欢太科技有限公司 | 应用分组调整方法、装置、存储介质及电子设备 |
CN113170391B (zh) * | 2019-01-29 | 2022-10-21 | 深圳市欢太科技有限公司 | 应用处理方法、装置、存储介质、服务器及电子设备 |
CN113170391A (zh) * | 2019-01-29 | 2021-07-23 | 深圳市欢太科技有限公司 | 应用处理方法、装置、存储介质、服务器及电子设备 |
CN110012157A (zh) * | 2019-02-28 | 2019-07-12 | 努比亚技术有限公司 | 一种应用显示提醒方法、终端及计算机可读存储介质 |
CN110096347A (zh) * | 2019-03-29 | 2019-08-06 | 努比亚技术有限公司 | 一种进程后台管理方法、终端及计算机可读存储介质 |
CN111611020A (zh) * | 2020-04-14 | 2020-09-01 | 上海卓易科技股份有限公司 | 一种应用程序的应用进程查杀方法及设备 |
US12086069B2 (en) | 2020-04-30 | 2024-09-10 | Huawei Technologies Co., Ltd. | Memory management method to determine a frequently accessed page and associated terminal device |
CN113687870A (zh) * | 2020-05-15 | 2021-11-23 | 宇龙计算机通信科技(深圳)有限公司 | 终端运行优化方法、装置、存储介质以及终端 |
CN113687870B (zh) * | 2020-05-15 | 2024-02-20 | 宇龙计算机通信科技(深圳)有限公司 | 终端运行优化方法、装置、存储介质以及终端 |
CN112527407A (zh) * | 2020-12-07 | 2021-03-19 | 深圳创维-Rgb电子有限公司 | 一种应用启动方法、终端及计算机可读存储介质 |
CN112527407B (zh) * | 2020-12-07 | 2023-09-22 | 深圳创维-Rgb电子有限公司 | 一种应用启动方法、终端及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108932140A (zh) | 基于安卓用户行为习惯的清理后台应用程序的方法 | |
CN105843650B (zh) | 一种智能终端中的应用程序管理方法和装置 | |
CN102469435B (zh) | 一种提高移动终端的终端型号识别准确率的方法及装置 | |
CN102469460B (zh) | 一种识别非法国际移动设备识别码的方法及装置 | |
CN101465955B (zh) | 背景更新方法和装置 | |
CN111294819B (zh) | 一种网络优化方法及装置 | |
CN101071433B (zh) | 一种图片下载系统及方法 | |
CN103970733B (zh) | 一种基于图结构的中文新词识别方法 | |
CN103607705A (zh) | 垃圾短信过滤方法及引擎 | |
CN104702492A (zh) | 垃圾消息模型训练方法、垃圾消息识别方法及其装置 | |
CN105279163A (zh) | 一种缓存数据的更新及存储方法及其系统 | |
CN105869035A (zh) | 一种移动用户信用评估方法及装置 | |
CN102088697A (zh) | 垃圾短信的处理方法和系统 | |
CN111338796B (zh) | 应用内存优化方法、装置、终端设备及可读存储介质 | |
CN107395695B (zh) | 业务推送方法及装置 | |
CN106528000A (zh) | 一种数据存储装置及其读写性能优化方法、系统 | |
CN110532467A (zh) | 基于推送模型的活动推荐方法及装置、设备、存储介质 | |
CN102131002B (zh) | 一种手机数据处理方法和装置 | |
CN103646644A (zh) | 一种获取语音识别业务信息认可度的方法和装置 | |
CN111182485A (zh) | 一种单条话单总流量控制系统及方法 | |
CN106815772A (zh) | 电力数据上报方法及装置 | |
CN103778210A (zh) | 一种待分析文件的文件具体类型的判断方法及装置 | |
CN113139715A (zh) | 电信行业集团客户流失的综合评估预警方法及系统 | |
CN102421110B (zh) | 端到端关联的实现方法和装置 | |
CN110188025A (zh) | 一种告警日志的高效关联方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181204 |
|
WD01 | Invention patent application deemed withdrawn after publication |