CN109471719A - 存储清理方法、装置、电子设备及存储介质 - Google Patents
存储清理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109471719A CN109471719A CN201811198859.2A CN201811198859A CN109471719A CN 109471719 A CN109471719 A CN 109471719A CN 201811198859 A CN201811198859 A CN 201811198859A CN 109471719 A CN109471719 A CN 109471719A
- Authority
- CN
- China
- Prior art keywords
- state
- cleaning
- data
- electronic equipment
- equipment
- 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.)
- Granted
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000005611 electricity Effects 0.000 claims description 40
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 101
- 230000000052 comparative effect Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000002596 correlated effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000000692 anti-sense effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
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
- 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
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种存储清理方法、装置、电子设备及存储介质,属于通信技术领域。该方法包括:获取所述电子设备当前的设备状态;根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;根据所述目标清理数据对所述电子设备的存储执行清理操作。本申请实施例提供的技术方案,自动完成存储清理操作,同时本申请能基于不同用户的电子设备不同状态下的操作习惯,有针对性的对电子设备进行较准确的清理,提高电子设备的运行流畅度,降低功耗。
Description
技术领域
本申请涉及通信技术领域,更具体地,涉及一种存储清理方法、装置、电子设备及存储介质。
背景技术
随着电子设备硬件配置的不断提高,电子设备的存储空间也不断增大,电子设备也越来越多的充当了移动硬盘的角色被使用,各种基于电子设备的便捷的应用也越来越多,人们不断的更换或完善电子设备的应用,来满足自身在不同时期的不同需求,电子设备已成为人们必不可少的日常办公工具。
于是,在电子设备中存储、编辑文件,通过电子设备玩游戏,上网进行网页浏览、聊天或是收发邮件等活动变得越来越频繁,各应用程序和记录文件被不断地从电子设备中导入导出,这样,无用文件的产生就成了不可避免的事情。
用户在使用电子设备的几乎并不会实时清理电子设备的存储空间,导致电子设备速度不断减慢、耗电量变大而影响正常使用。
发明内容
有鉴于此,本发明提出了一种时间序列数据的补全方法、装置及电子设备,以解决上述问题。
第一方面,本申请实施例提供了一种存储清理方法,应用于电子设备。该方法包括:获取所述电子设备当前的设备状态;根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;根据所述目标清理数据对所述电子设备的存储执行清理操作。
第二方面,本申请实施例提供了一种存储清理装置,应用于电子设备。所述装置包括:第一获取单元、第二获取单元和清理单元。第一获取单元,用于获取电子设备当前的设备状态;第二获取单元,用于根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;清理单元,用于根据所述目标清理数据对所述电子设备的存储执行清理操作。
第三方面,本申请实施例还提供了一种电子设备,包括一个或多个处理器;存储器;一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行上述方法。
第四方面,本申请实施例还提供了一种计算机可读介质,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行上述方法。
相对于现有技术,本申请实施例提供的存储清理方法、装置、电子设备及存储介质,通过获取所述电子设备当前的设备状态;根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;根据所述目标清理数据对所述电子设备的存储执行清理操作。本申请实施例能够自动完成存储清理操作,同时本申请能基于用户在电子设备处于不同状态下的操作习惯,有针对性的对电子设备的存储进行清理操作,提高电子设备的运行流畅度,降低功耗。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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示出了本申请一个实施例提供的存储清理方法的方法流程图;
图2示出了本申请一个实施例提供的图1中步骤S130的具体流程图;
图3示出了本申请一个实施例提供的提示界面图;
图4示出了本申请另一个实施例提供的提示界面图;
图5示出了本申请一个实施例提供的存储清理完成界面图;
图6示出了本申请另一个实施例提供的存储清理方法的方法流程图;
图7示出了本申请实施例提供的图6中步骤S520的具体流程图;
图8示出了本申请再一个实施例提供的存储清理方法的方法流程图;
图9示出了本申请又一个实施例提供的存储清理方法的方法流程图;
图10示出了本申请实施例提供的存储清理装置的模块框图;
图11示出了本申请实施例提供的电子设备的模块框图;
图12示出了本申请实施例提供的用于保存或者携带实现根据本申请实施例的存储清理方法的程序代码的存储单元。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
目前存在的对电子设备存储清理的方案可以归纳为三个,分别包括用户自己到电子设备的存储清理模块进行手动清理;电子设备存储空间不足时,提示并引导用户进行清理;高级优先级进程启动时,如果内存存储空间不足,则优先杀掉后台低优先级的进程。上述的前两个方案都需要用户主动参与,且进行手动清理时操作比较繁琐且耗时;最后一个方案并没有解决内存空间不足的问题,只是把低优先级的进程杀掉,并没有对内存空间进行任何的改变,而且在高优先级进程启动时再杀掉低优先级的进程,在一定程度上会拖慢应启动的速度。
因此,为了克服上述缺陷,如图1,本申请实施例提供了一种存储清理方法,可应用于电子设备,本实施例描述的是电子设备内的步骤流程,该方法可以包括:步骤S110至步骤S130。
步骤S110:获取所述电子设备当前的设备状态。
电子设备的操作系统获取到所述电子设备当前的设备状态,所述电子设备可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备。本申请中的电子设备可以包括一个或多个如下部件:处理器、存储器、以及一个或多个应用程序。
当前的设备状态是指电子设备进行存储清理时设备所处的状态,所述设备状态可以包括电子设备剩余内存空间、电子设备剩余内部存储空间以及电子设备应用运行个数。
电子设备剩余内存空间是指在进行存储清理时电子设备内存剩余可用的内存,电子设备内存是电子设备运行程序时使用的内存,例如,移动终端的运行内存。电子设备内存只能临时存储数据,用于与CPU(Central Processing Unit,中央处理器)交换高速缓存数据,电子设备内存越大设备可以打开应用或者程序越多,即为了使得电子设备正常运行,电子设备的剩余内存空间需要满足一定的条件。例如,移动终端的剩余内存空间小于其总内存的15%时则无法正常使用,即当移动终端的内存小于其内存15%时则无法同时运行多个应用程序、不能迅速地运行各个应用程序且不能迅捷地切换不同程序,移动终端出现卡顿现象。
电子设备剩余内部存储空间是指电子设备剩余的内部存储,电子设备内部存储空间主要包含电子设备自身系统占用的空间和用户可用的存储空间两部分,电子设备内部存储用于存储和保存数据,即使是断电内部存储也能保留数据。例如,移动终端中的图片、音乐、照片以及视频等通常存储在内部存储中。当电子设备剩余内部存储空间不足时,用户则无法进行数据存储,例如,当剩余内部存储空间不足时用户则不能正常拍摄图像或者不能正常下载语音或者视观看频等。
电子设备应用运行个数是指电子设备运行的应用个数,电子设备应用运行包括前台应用和后台应用,通常一个电子设备上面只能有一个前台应用,前台应用直接由窗口运行且能和用户进行互动。后台应用是前台应用的反义,一个电子设备上面可以同时存在多个后台应用,例如,电子设备上面打开社交软件后去看电子书,这时候电子书是前台应用,该社交软件是后台应用。
设备状态还可以包括电子设备清理数据时间段、电子设备接口的使用状态以及电子设备的电量。
电子设备清理数据时间段是指清理数据所处的时间段,其中,该时间段为用户根据需求而将一天24小时而划分的时间区域,具体地,每个时间段的时间长度可以自由设定,例如,可以是每两个小时为一个时间段,也可以是每三个小时为为一个时间段,具体一个时间段有几个小时这里就不做限定,可以根据不同情况对时间段进行划分。
作为一种实施方式,设定每两个小时为一个时间段,那么一天24个小时,则有12个时间段,00:00-2:00为第1个时间段,2:00-4:00为第2个时间段,4:00-6:00为第3个时间段,6:00-8:00为第4个时间段,8:00-10:00为第5个时间段,10:00-12:00为第6个时间段,12:00-14:00为第7个时间段,14:00-16:00为第8个时间段,16:00-18:00为第9个时间段,18:00-20:00为第10个时间段,20:00-22:00为第11个时间段,22:00-24:00为第12个时间段。例如,用户清理数据的时间点是13:35那么电子设备清理数据时间段则为第7个时间段。
电子设备接口的使用状态是指在进行存储清理时电子设备接口所处的状态,电子设备接口可以是USB(Universal Serial Bus,通用串行总线)接口,常用的USB接口有MiniUSB接口、Micro USB接口、Dock接口、Lightning接口以及Type C接口等。例如,用户在进行存储清理时电子设备连接着USB接口,那么电子设备接口的使用状态是连接状态,如果用户在进行存储清理时,电子设备没有连接USB接口,那么电子设备接口的使用状态则是未连接状态。
电子设备的电量是指在进行存储清理时电子设备电池剩余的电量,用户可以通过设置查看不同形式的电量,例如,移动终端常用的电量样式有图形方式、数字方式和顶部方式。本实施例中的电子设备的电量的样式是数字方式,即以百分比的形式呈现,例如,用户在进行存储清理时移动终端的剩余电量为35%,那么电子设备的电量就为35%。
上述设备状态是根据目前用户进行清理分析出的常用状态,后续可根据清理关联程度对设备状态进行补充,具体补充哪些、如何进行补充这里就不进行详细描述。
步骤S120:根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。
根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,包括:在所述预先获取的设备状态与清理数据的对应关系中,查找与当前的设备状态匹配的目标设备状态;将所述对应关系中,所述目标设备状态对应的清理数据作为目标清理数据。
在所述预先获取的设备状态与清理数据的对应关系中,查找与当前的设备状态匹配的目标设备状态。其中对应关系内包括多个设备状态和每个设备状态对应的清理数据,则清理数据为用户清理电子设备的存储时具体清理的存储数据,作为一种实施方式,可以包括内存清理、应用缓存清理、应用残留数据清理的任意组合。内存清理是指对电子设备的内存空间进行清理,当电子设备的剩余内存不足,或者电子设备出现卡顿、运行速度慢等现象时都需要进行内存清理。应用缓存清理是指对电子设备上存在的应用数据进行清理,电子设备上应用安装的越多,占用的空间也越大,因此当存储空间不足时可以删掉部分应用的缓存或者应用数据,例如账号信息、缓存视频、浏览记录等。应用残留数据清理是指对电子设备上应用的残留数据进行清理,电子设备上应用的安装、更新和卸载都会产生一些残留数据,这些残留数据不会随着应用程序的删除而删除,因此需要进行应用残留数据清理。
具体地,该设备状态与清理数据的对应关系可以如下表一所示:
表一
设备状态 | 清理数据 |
状态1 | 清理数据1 |
状态2 | 清理数据2 |
状态3 | 清理数据3 |
表一中,状态1、状态2和状态3表示三种不同的设备状态,具体地,设备状态所代表的含义不同,则状态1、状态2和状态3所代表的含义也不同,例如,设备状态为电子设备剩余存储空间,则状态1、状态2和状态3表示三种不同的剩余存储空间。
于本申请实施例中,设备状态包括电子设备剩余内存空间、电子设备剩余内部存储空间、电子设备应用运行个数、清理数据时间段、电子设备接口的使用状态以及电子设备的电量,则电子设备的设备状态为包含上述多个子状态的集合,具体地,假设电子设备剩余内存空间为B、电子设备剩余内部存储空间为C、电子设备应用运行个数为D、清理数据时间段为E、电子设备接口的使用状态为F以及电子设备的电量为G。
则假设设备状态为A,则A由BCDEFG等6个子状态构成,状态1可以记为A1,状态2可以记为A2,状态3可以记为A3。则A1对应(B1,C1,D1,E1,F1,G1),A2对应(B2,C2,D2,E2,F2,G2),A3对应(B3,C3,D3,E3,F3,G3)。
示例性地,检测电子设备当前的设备状态,具体地,检测电子设备当前的电子设备剩余内存空间B’、电子设备剩余内部存储空间C’、电子设备应用运行个数D’、清理数据时间段E’、电子设备接口的使用状态F’以及电子设备的电量G’,则电子设备的设备状态A’为(B’,C’,D’,E’,F’,G’),在上述对应关系中查找与A’匹配的设备状态,将查找到的匹配的设备状态记为目标设备状态,然后,将所述对应关系中,所述目标设备状态对应的清理数据作为目标清理数据。例如,以上述表一为例,A’与A2匹配,则A’对应的清理数据为A2对应的清理数据2。
为了清楚的理解设备状态与清理数据的对应关系,下面给出一个详细的示例,如表二所示:
表二
请参见表二,在表二中,清理次数指的是用户对电子设备存储清理的次数,用户清理一次则数据集的数据更新一次,用户每次清理的电子设备的状态是随机的,可能相同也可能不相同。例如,在表二中第一次清理的时剩余内存为950M,第二次清理的时候则成了585M。表二中清理数据时间段是以每两个小时为一个时间段的,即第一次清理时清理数据时间段“7”指的是第7个时间段,换句话说用户进行第一次清理操作时清理时间点是位于12:00-14:00之间。
表二中的清理数据也是根据用户每次清理的动作记录的,通过上述可知清理数据是内存清理、应用缓存清理、应用残留数据清理等的任意组合。例如,表二中第一次清理时用户清理的是内存、应用缓存和应用残留数据而第二次清理时用户则清理的则是内存、应用缓存和微信。需要注意的是本实施例可以根据用户需求对某个应用进行专门清理,例如,对微信进行专门清理,微信专清主要是指对微信应用里面的图像、视频、语音或者聊天记录等进行清理。
从表二可以看出进行一次清理产生一种设备状态,这些设备状态可能相同也可能不同,设备状态具体是什么这里就不再进行详细的描述。
因此,根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,包括:在所述预先获取的设备状态与清理数据的对应关系中,查找与当前的设备状态匹配的目标设备状态;将所述对应关系中,所述目标设备状态对应的清理数据作为目标清理数据。
步骤S130:根据所述目标清理数据对所述电子设备的存储执行清理操作。
对电子设备的存储执行清理操作时,需要先判断清理的应用是不是用户正在使用的应用,换句话说,需要先判断清理的应用属不属于电子设备正在运行的应用。判断过程主要包括:利用电子设备管理器获取正在运行的所有应用,得到应用列表,在所述应用列表中查找是否有清理的应用,如果有,则不对其进行清理,因为如果用户正在使用某个应用的话对其进行自动清理会影响用户对电子设备的正常使用。如果没有,则利用步骤S120获取到的目标清理数据对电子设备的存储执行清理操作,具体如何对电子设备存储进行清理请参阅图2,图2示出了S130的步骤流程,具体地,可以是电子设备的操作系统,该步骤S130可以包括步骤S131至步骤S133。
步骤S131:在所述电子设备的当前界面显示提示信息。
当获取到目标清理数据后,可以通过电子设备的当前界面提示用户是否进行存储清理,在对用户进行界面提示的时候,可以通过弹窗提示也可以通过顶部状态栏进行提示,也可以通过滚动条进行提示,具体利用哪种方式进行提示,这里不进行明确的限制,本申请实施例给出了弹窗提示界面图和顶部状态栏提示界面图,图3所示的界面图为弹窗提示图,图4所示的界面图为顶部状态栏提示图,用户可以根据提示信息决定是否进行存储清理。
获取到目标清理数据后,也可以不通知用户自动进行存储清理,即在一些特殊情况下可以不通知用户自动对存储进行清理,例如,当电子设备存储空间不足时,无需通知用户可自动对电子设备进行清理操作。
步骤S132:检测是否获取到用户基于所述提示信息输入的确认指令。
电子设备判断是否获取到用户基于所述提示信息输入的确认指令,如果获取到所述确认指令,用户则根据提示信息选择是否对电子设备进行存储清理,用户在选择是否对电子设备进行存储清理时,可以通过点击按钮的方式做出判断,也可以通过输入语音的方式做出判断。
用户通过点击按钮的方式做出判断时,所述按钮上的提示信息可以是图像,例如‘√’和‘X’或者表情包,也可以是文字,例如,‘是’和‘否’或者‘Yes’和‘No’等。
如果未获取到所述确认指令则进入等待状态,若在一定时间区域内仍未收到确认指令则可以再次显示提示信息,直到收到用户的确认指令。需要注意的是如果一直未收到用户的确认指令,并且电子设备已无法正常使用的情况下,可以自动进行存储清理,删除步骤S120获取到的清理数据。
步骤S133:若获取到所述确认指令,则根据所述目标清理数据对所述电子设备的存储执行清理操作。
如果电子设备获取到用户基于提示信息输入的确认指令,则根据所述目标清理数据对所述电子设备的存储执行清理操作。需要说明的是,在电子设备执行完存储清理操作后可以通过弹窗、顶部状态栏或者语音告知用户电子设备已经自动对存储进行了清理,例如图5所示。
本申请实施例通过获取电子设备当前的设备状态;根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;根据所述目标清理数据对所述电子设备的存储执行清理操作。这种方式下电子设备可以自动完成存储清理,同时本申请实施例能基于不同用户的电子设备不同状态下的操作习惯,有针对性的对电子设备进行较准确的清理,提高电子设备的运行流畅度,降低功耗。随着用户清理的次数越来越多,本申请触发的频率才会越来越高,清理结果也会越来越准确。
另外,上述根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,还可以包括:利用机器学习判断所述设备状态是否满足清理条件;若满足,则根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。上述实施例中目标设备状态是通过对构建的数据集逐一遍历获取的,本实施例先利用机器学习判断当前设备状态是否满足清理条件,在此基础上才对目标设备状态进行查找,如此可以在很大程度上提高查找目标设备状态的效率,同时能减少查找的时间。具体地,如图6所示,示出了一种存储清理方法,本实施例描述的是电子设备内的步骤流程,具体地,可以是电子设备的操作系统,该方法可以包括:步骤S510至步骤S540。
步骤S510:获取所述电子设备当前的设备状态。
于本申请实施例中,电子设备当前的设备状态包括电子设备剩余内存空间、电子设备剩余内部存储空间、电子设备应用运行个数、清理数据时间段、电子设备接口的使用状态以及电子设备的电量,具体地,可以参考上述实施例,这里就不进行详细赘述了。
步骤S520:利用机器学习判断所述设备状态是否满足清理条件。
获取到电子设备当前的设备状态后,可以预先利用机器学习判断所述当前设备状态是否满足清理条件,如果满足清理条件则根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。如果不满足则不需要再继续进行遍历查找,如此,在提高存储清理的效率同时在很大程度上能够节约存储清理的时间。作为一种实施方式,图7示出了步骤S520的具体实施方式,包括步骤S521至S524。
步骤S521:获取设备状态分析的网络模型。
所述设备状态分析的网络模型可以直接安装于电子设备内部,也可以安装于服务器上,这里不做限制,因为每个用户的需求不同,如果用户比较重视隐私那么则可以直接将网络模型安装于电子设备内部,如果用户比较注重清理的方便性则可以直接将网络模型安装于服务器上,因为安装于服务器上用户可以通过账户绑定来训练属于自己的网络模型,这个模型会随着用户的清理操作而不断完善,即使用户更换掉电子设备,这个网络模型也依旧存在,并且这个网络模型一直保持在最新的状态。
设备状态分析的网络模型可以是线性回归模型、朴素贝叶斯模型、K近邻模型、随机森林模型以及学习矢量量化等,这些网络模型有各自的优势,具体选择哪一个这里不进行限制。例如,K近邻模型通过搜索整个训练集内K个最相似的实例,并对这些K个实例的输出变量进行汇总,来预测新的数据点。本实施例中可以将清理数据集输入到K近邻模型中进行训练,所述数据集不是固定不变的,而是动态变化的,另外所述数据集不需要专门进行构建,而是通过收集用户的清理操作构建的,可以将众多随机情况都考虑进去,这也使得获取的网络模型更加符合用户的清理习惯。
步骤S522:构建设备状态数据集并将此数据集输入到网络模型中,获取到目标网络模型。
用户对电子设备进行一次清理动作,则获取到一个设备状态数据,将这些设备状态按照表二的格式存储起来,构成数据集。将获取到的数据集输入到网络模型中进行不断的训练学习,最终可以获取到目标网络模型。因此数据集更新一次目标网络模型也会相继更新一次,通过不断的更新,就可以获取到最优的目标网络模型。
步骤S523:将电子设备当前的设备状态输入到目标网络模型中。
通过步骤S522可以获取到目标网络模型,利用网络模型分析出常用的设备状态,即通过机器学习对数据集中的数据进行分析,获取到用户清理电子设备的行为习惯,将所述常用的设备状态与输入设备状态进行匹配。
步骤S524:利用机器学习判断当前设备状态是否满足清理条件。
如果输入的设备状态可以和常用设备状态中的任意一个状态匹配,那么当前设备状态满足清理条件,可以对存储进行自动清理。如果输入的设备状态不能与常用设备状态中的任意一个进行匹配,那么当前的设备状态不满足设备清理的条件,不需要进行电子设备存储的自动清理。
S530:若满足,则根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。
如果电子设备的当前设备状态满足清理条件,则通过上述常用设备状态就可以获取到目标设备状态,换句换说,在所述常用设备状态中查找与当前的设备状态匹配的目标设备状态,并将所述目标设备状态对应的清理数据作为目标清理数据。
S540:根据所述目标清理数据对所述电子设备的存储执行清理操作。
所述目标清理数据是当前设备状态对应的清理数据,通过步骤S520和步骤530可以知道目标清理数据是利用常用设备状态获得的,而所述常用设备状态是利用机器学习获取的。具体如何对存储执行清理操作,可参考前述实施例,在此不再赘述。
本实施例通过机器学习判断当前设备状态是否满足清理条件,利用本实施例不仅可以判断当前设备状态是否满足清理条件,还可以获取到常用的设备状态,通过所述常用的设备状态就可以快速、有效的查找到目标设备状态,如此在很大程度上提高了存储清理的效率,同时能减少存储清理的时间。
需要说明的是,上述所提及的电子设备的当前的设备状态与目标设备状态匹配,可以是两个设备状态完全相同,也可以是,虽然两个设备状态中的某个子状态不同而某些子状态相同,其中,“相同”的含义可以是完全一致,也可以是两者误差在允许的范围内。虽然利用机器学习可以获取到设备的常用设备状态,但是却无法从这些常用状态中获取到一个最优的设备状态。本实施例可以通过设定强相关条件获取到一个最优的设备状态,其中,强相关条件为当前的设备状态对应的剩余内存与所述目标设备状态对应的剩余内存的差值小于内存预设值,所述当前的设备状态对应的剩余内部存储与所述目标设备状态对应的剩余内部存储的差值小于存储预设值,和所述当前的设备状态对应的应用运行的个数与所述目标设备状态对应的应用运行的个数的差值小于应用预设值。
由此,在该对应关系中查找当前的设备状态对应的目标设备状态时,确定二者是否满足强相关条件,如果满足,则判定二者满足匹配的要求。具体地,请参阅图8,图8示出了本申请实施例提供的根据上述强相关条件在设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据的操作过程,则所述的操作过程作为上述S120的具体实施方式,具体地,包括:步骤S710至步骤S760。
步骤S710:输入当前设备状态A(B,C,D,E,F,G)并获取对比设备状态A’(B’,C’,D’,E’,F’,G’)。
A指的是电子设备的当前设备状态,B为电子设备当前的剩余内存空间,C为电子设备当前的剩余内部存储空间,D为当前电子设备当前的应用运行个数,E为电子设备清理数据时间段,F为电子设备当前的接口的使用状态,G为电子设备当前的电量。在预先获取的设备状态中获取到对比设备状态A’,所述对比状态为数据集中的状态,例如,表二中的清理次数1、清理次数2和清理次数3代表三个对比状态。对比设备状态中的状态A’(B’,C’,D’,E’,F’,G’)同当前状态A(B,C,D,E,F,G)的含义相同,这里就不再进行一一赘述。
步骤S720:判断B与B’的差值是否小于内存预设值。
判断当前设备状态的剩余内存空间B与对比设备状态的剩余内存空间B’的差值是否小于内存预设值,所述内存预设值为剩余内存的阈值,内存预设值可以根据用户需求进行设置,例如,可以将内存预设值设置为500M,也可以将其设置为150M。如果B与B’的差值是小于内存预设值则进入步骤S730,否则进入步骤S750。
步骤S730:判断C与C’的差值是否小于存储预设值。
判断当前设备状态的剩余内部存储空间B与对比设备状态的剩余内部存储空间B’的差值是否小于存储预设值,所述存储预设值为剩余内部存储空间的阈值,存储预设值也可以根据用户需求进行设置,例如,可以将内存预设值设置为1G,也可以将其设置为2G。如果C与C’的差值是小于存储预设值则进入步骤S740,否则进入步骤S750。
步骤S740:判断D与D’的差值是否小于应用预设值。
判断当前设备状态的应用运行个数D与对比设备状态的应用运行个数D’的差值是否小于应用预设值,所述应用预设值为应用运行个数的阈值,应用运行个数同理也可以根据用户需求进行设置,例如,可以将应用预设值设置为5,也可以将其设置为6个。如果D与D’的差值是小于应用预设值则进入步骤S760,否则进入步骤S750。
步骤S750:获取下一个对比设备状态。
如果上述三个强关联条件步骤S720、步骤S730、步骤S740有任意一个不满足条件,这个对比设备状态与当前设备状态不匹配,需要获取下一个对比设备状态,将所获取的下一个对比状态作为新的带对比状态A’,直到找到与当前设备状态匹配的对比设备状态或者所有设备状态均对比完成,流程结束。
步骤S760:将符合条件的对比设备状态作为目标设备状态。
如果上述三个强关联条件步骤S720、步骤S730、步骤S740都满足,则这个对比设备状态与当前设备状态匹配,将其作为目标设备状态。
为了方便理解上述流程,下面给出一个详细的示例,如表三所示:
表三
表三的数据为当前的设备状态,从表三中可以看出当前的电子设备的剩余内存为325M,剩余内部存储为1G,应用运行的个数为5个,将这些当前的设备状态与表二中的所有状态进行匹配,所述所有状态也可以为目标设备状态,查找出符合强关联条件的一个状态,将其作为目标设备状态。通过进行匹配,可以发现表二中的第二次清理数据最符合强关联条件,因为表二中第二次清理数据中的设备状态和当前设备状态比较最符合前面所述的强关联条件,详细如下所示:
当前的设备状态对应的剩余内存为325M与第二次清理的设备状态对应的剩余内存585M的差值为260M,260M小于内存预设值500M,符合强关联条件的第一个条件;当前的设备状态对应的剩余内部存储1G与第二次清理的设备状态对应的剩余内部存储4G的差值为3G,3G小于存储预设值5G,符合强关联条件的第二个条件;当前的设备状态对应的应用运行的个数5个与第二次清理的设备状态对应的应用运行的个数9个的差值为4个,4个小于应用预设值5个,同理符合强关联条件的第三个条件,强关联条件的三个条件都满足,因此确定第二次清理的设备状态为目标设备状态。
获取到目标设备状态后根据对应关系,将目标设备状态对应的清理数据作为目标清理数据,在本实施例中目标清理数据为第二次清理的清理数据,即当前设备状态对应的目标清理数据为内存清理、应用缓存清理和微信专清。电子设备获取到目标清理数据后就可以针对这些清理数据对电子设备的存储进行清理。
因此,利用强关联条件不仅可以查找与当前设备完全相同的设备,还可以查找与当前设备状态在一定误差范围内的设备状态,所述误差范围只要在允许的范围内即可。
另外,考虑到有可能出现当前的设备状态与该对应关系中的多个设备状态匹配,或者,考虑到仅仅使用强相关条件会导致目标设备状态的查找结果不够准确,因此,在上述强相关条件的基础上,增加一个弱相关条件,则所述当前的设备状态与所述目标设备状态还满足以下弱相关条件:所述当前的设备状态对应的清理数据时间段与所述目标设备状态对应的清理数据时间段的差值小于时间段预设值,所述当前的设备状态对应的接口的使用状态与所述目标设备状态对应的接口的使用状态相同,或所述当前的设备状态对应的电量与所述目标设备状态对应的电量的差值小于电量预设值。
由此,在该对应关系中查找当前的设备状态对应的目标设备状态时,确定二者是否满足强相关条件和弱相关条件,如果满足,则判定二者满足匹配的要求,具体地,请参阅图9,图9示出了本申请实施例提供的根据上述强相关条件和弱相关条件在设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据的操作过程,则所述的操作过程作为上述S120的具体实施方式,具体地,包括:步骤S810至步骤S870。
步骤S810:输入当前设备状态A(B,C,D,E,F,G)并获取对比设备状态A’(B’,C’,D’,E’,F’,G’)。
步骤S820:判断B与B’的差值是否小于内存预设值。
如果B与B’的差值是小于内存预设值则进入步骤S830,如果B与B’的差值是大于内存预设值则则进入步骤S860。
步骤S830:判断C与C’的差值是否小于存储预设值。
如果C与C’的差值是小于存储预设值则进入步骤S840,如果C与C’的差值是大于存储预设值则进入步骤S860。
步骤S840:判断D与D’的差值是否小于应用预设值。
如果D与D’的差值是小于应用预设值则进入步骤S850,如果D与D’的差值是大于应用预设值则进入步骤S860。
步骤S850:判断E与E’的差值是否小于时间段预设值或者判断F与F’的使用状态是否相同或者G与G’的差值是否小于电量预设值。
上述步骤S850为弱关联条件,三个弱关联条件只要满足一个就可以进入步骤S870,判断当前设备状态的清理数据时间段E与对比设备状态的清理数据时间段E’的差值是否小于时间段预设值,所述时间段预设值为清理数据时间段的阈值,时间段预设值可以根据用户需求进行设置,例如,可以将时间段设值设置为1小时,也可以将其设置为10分钟。如果E与E’的差值小于时间预设值则进入步骤S870,如果E与E’的差值是大于时间预设值则判断另外两个弱关联条件是否满足,如果另外两个条件也不满足则进入步骤S860。
或者判断当前设备状态的接口使用状态F与对比设备状态的接口使用状态F’是否相同,如果F与F’的接口使用状态相同则进入步骤S870,不相同的话则判断另外两个弱关联条件是否满足,如果另外另个条件也不满足则进入步骤S860。例如,当前设备状态接口的使用状态F是连接而对比设备状态的接口使用状态F’也是连接,则状态相同,可以进入步骤S870。
或者判断当前设备状态的电量G与对比设备状态的电量G’的差值是否小于电量预设值,所述电量预设值为电量的阈值,电量预设值可以根据用户需求进行设置,例如,可以将电量设值设置为15%,也可以将其设置为10%。如果G与G’的差值小于电量预设值则进入步骤S870,如果G与G’的差值是大于电量预设值则判断另外两个弱关联条件是否满足,如果另外两个条件也不满足则进入步骤S860。
步骤S860:获取下一个对比设备状态。
步骤S870:将符合条件的对比设备状态作为目标设备状态。
因此,利用强关联条件查找与当前设备状态匹配的目标设备状态时,如果出现多个设备状态匹配时,可以通过上述弱关联条件对这些设备状态进行查找,直到找到最优的目标设备状态,即利用弱关联条件可以使查找结果更加准确。
请参阅图10,本申请实施例提出的一种存储清理装置900,可应用于电子设备,该装置可以是电子设备内的程序模块,具体地,该装置包括:第一获取单元910、第二获取单元920和清理单元930。
第一获取单元910,用于获取电子设备当前的设备状态。
在获取电子设备当前的设备状态之前需要构建数据集,所述数据集存储有每次所述电子设备执行存储清理操作时所述电子设备的设备状态以及该存储清理操作对应的清理数据,根据所述数据集构建设备状态与清理数据的对应关系。
第二获取单元920,用于根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。
根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,包括:利用机器学习判断所述设备状态是否满足清理条件;若满足,则根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。
根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,还包括在所述预先获取的设备状态与清理数据的对应关系中,查找与当前的设备状态匹配的目标设备状态;将所述对应关系中,所述目标设备状态对应的清理数据作为目标清理数据。所述清理数据是内存清理、应用缓存清理、应用残留数据清理的任意组合。
所述设备状态包括剩余内存、剩余内部存储和应用运行的个数,所述当前的设备状态与所述目标设备状态满足以下强相关条件:所述当前的设备状态对应的剩余内存与所述目标设备状态对应的剩余内存的差值小于内存预设值,所述当前的设备状态对应的剩余内部存储与所述目标设备状态对应的剩余内部存储的差值小于存储预设值,和所述当前的设备状态对应的应用运行的个数与所述目标设备状态对应的应用运行的个数的差值小于应用预设值。
所述设备状态还包括清理数据时间段、接口的使用状态和电量,所述当前的设备状态与所述目标设备状态还满足以下弱相关条件:所述当前的设备状态对应的清理数据时间段与所述目标设备状态对应的清理数据时间段的差值小于时间段预设值,所述当前的设备状态对应的接口的使用状态与所述目标设备状态对应的接口的使用状态相同,或所述当前的设备状态对应的电量与所述目标设备状态对应的电量的差值小于电量预设值。
清理单元930,用于根据所述目标清理数据对所述电子设备的存储执行清理操作。
根据所述目标清理数据对所述电子设备的存储执行清理操作,包括:在所述电子设备的当前界面显示提示信息;检测是否获取到用户基于所述提示信息输入的确认指令;若获取到所述确认指令,则根据所述目标清理数据对所述电子设备的存储执行清理操作。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,模块相互之间的耦合可以是电性,机械或其它形式的耦合。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,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。
请参阅图11,其示出了本申请实施例提供的一种电子设备1000的结构框图。该电子设备1000可以是智能手机、平板电脑、电子书等能够运行应用程序的电子设备。本申请中的电子设备1000可以包括一个或多个如下部件:处理器1010、存储器1020、以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器1020中并被配置为由一个或多个处理器1010执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器1010可以包括一个或者多个处理核。处理器1010利用各种接口和线路连接整个电子设备1000内的各个部分,通过运行或执行存储在存储器1020内的指令、程序、代码集或指令集,以及调用存储在存储器1020内的数据,执行电子设备1000的各种功能和处理数据。可选地,处理器1010可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器1010可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1010中,单独通过一块通信芯片进行实现。
存储器1020可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器1020可用于存储指令、程序、代码、代码集或指令集。存储器1020可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备1000在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
请参阅图12,其示出了本申请实施例提供的一种计算机可读存储介质2000的结构框图。该计算机可读存储介质2000中存储有程序代码,所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质2000可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质2000包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质2000具有执行上述方法中的任何方法步骤的程序代码2010的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码2010可以例如以适当形式进行压缩。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种存储清理方法,其特征在于,应用于电子设备,包括:
获取所述电子设备当前的设备状态;
根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;
根据所述目标清理数据对所述电子设备的存储执行清理操作。
2.根据权利要求1所述的方法,其特征在于,所述根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,包括:
利用机器学习判断所述设备状态是否满足清理条件;
若满足,则根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据。
3.根据权利要求1所述的方法,其特征在于,所述根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据,包括:
在所述预先获取的设备状态与清理数据的对应关系中,查找与当前的设备状态匹配的目标设备状态;
将所述对应关系中,所述目标设备状态对应的清理数据作为目标清理数据。
4.根据权利要求3所述的方法,其特征在于,所述设备状态包括剩余内存、剩余内部存储和应用运行的个数,所述当前的设备状态与所述目标设备状态满足以下强关联条件:
所述当前的设备状态对应的剩余内存与所述目标设备状态对应的剩余内存的差值小于内存预设值,
所述当前的设备状态对应的剩余内部存储与所述目标设备状态对应的剩余内部存储的差值小于存储预设值,和
所述当前的设备状态对应的应用运行的个数与所述目标设备状态对应的应用运行的个数的差值小于应用预设值。
5.根据权利要求4所述的方法,其特征在于,所述设备状态还包括清理数据时间段、接口的使用状态和电量,所述当前的设备状态与所述目标设备状态还满足以下弱关联条件:
所述当前的设备状态对应的清理数据时间段与所述目标设备状态对应的清理数据时间段的差值小于时间段预设值,
所述当前的设备状态对应的接口的使用状态与所述目标设备状态对应的接口的使用状态相同,或
所述当前的设备状态对应的电量与所述目标设备状态对应的电量的差值小于电量预设值。
6.根据权利要求1所述的方法,其特征在于,所述清理数据是内存清理、应用缓存清理、应用残留数据清理的任意组合。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标清理数据对所述电子设备的存储执行清理操作,包括:
在所述电子设备的当前界面显示提示信息;
检测是否获取到用户基于所述提示信息输入的确认指令;
若获取到所述确认指令,则根据所述目标清理数据对所述电子设备的存储执行清理操作。
8.一种存储自动清理装置,其特征在于,包括:
第一获取单元,用于获取电子设备当前的设备状态;
第二获取单元,用于根据预先获取的设备状态与清理数据的对应关系,获取所述当前的设备状态对应的目标清理数据;
清理单元,用于根据所述目标清理数据对所述电子设备的存储执行清理操作。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1-7任一项所述的方法。
10.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811198859.2A CN109471719B (zh) | 2018-10-15 | 2018-10-15 | 存储清理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811198859.2A CN109471719B (zh) | 2018-10-15 | 2018-10-15 | 存储清理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109471719A true CN109471719A (zh) | 2019-03-15 |
CN109471719B CN109471719B (zh) | 2021-09-14 |
Family
ID=65665003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811198859.2A Active CN109471719B (zh) | 2018-10-15 | 2018-10-15 | 存储清理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471719B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111444116A (zh) * | 2020-03-23 | 2020-07-24 | 海信电子科技(深圳)有限公司 | 存储空间碎片处理方法及装置 |
CN111966642A (zh) * | 2020-08-28 | 2020-11-20 | 维沃移动通信有限公司 | 图片管理方法、装置及电子设备 |
CN112788352A (zh) * | 2019-11-01 | 2021-05-11 | 海信电子科技(深圳)有限公司 | 直播时移方法、终端及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945159A (zh) * | 2012-10-24 | 2013-02-27 | 深圳市万凯达科技有限公司 | 一种基于移动终端的应用程序自动清理方法及系统 |
CN103092700A (zh) * | 2013-02-01 | 2013-05-08 | 华为终端有限公司 | 内存清理方法、装置和终端设备 |
CN104536813A (zh) * | 2014-12-29 | 2015-04-22 | 北京奇虎科技有限公司 | 计算设备的加速方法和装置 |
CN104765856A (zh) * | 2015-04-21 | 2015-07-08 | 北京奇虎科技有限公司 | 保留用户选择状态的方法及装置 |
CN105893153A (zh) * | 2016-03-31 | 2016-08-24 | 北京百纳威尔无线通信设备有限公司 | 移动终端的内存清理方法和装置 |
CN106326137A (zh) * | 2015-07-02 | 2017-01-11 | 腾讯科技(深圳)有限公司 | 一种内存优化方法、装置及用户设备 |
CN106445783A (zh) * | 2016-09-27 | 2017-02-22 | 北京金山安全软件有限公司 | 一种检测电子设备卡顿的方法、装置及电子设备 |
CN106547628A (zh) * | 2016-11-29 | 2017-03-29 | 北京元心科技有限公司 | 多系统的资源释放方法及装置 |
CN107766134A (zh) * | 2017-09-26 | 2018-03-06 | 厦门美图移动科技有限公司 | 一种移动设备的系统清理方法及移动设备 |
CN107870811A (zh) * | 2017-10-31 | 2018-04-03 | 广东欧珀移动通信有限公司 | 应用清理方法、装置、存储介质及电子设备 |
-
2018
- 2018-10-15 CN CN201811198859.2A patent/CN109471719B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945159A (zh) * | 2012-10-24 | 2013-02-27 | 深圳市万凯达科技有限公司 | 一种基于移动终端的应用程序自动清理方法及系统 |
CN103092700A (zh) * | 2013-02-01 | 2013-05-08 | 华为终端有限公司 | 内存清理方法、装置和终端设备 |
CN104536813A (zh) * | 2014-12-29 | 2015-04-22 | 北京奇虎科技有限公司 | 计算设备的加速方法和装置 |
CN104765856A (zh) * | 2015-04-21 | 2015-07-08 | 北京奇虎科技有限公司 | 保留用户选择状态的方法及装置 |
CN106326137A (zh) * | 2015-07-02 | 2017-01-11 | 腾讯科技(深圳)有限公司 | 一种内存优化方法、装置及用户设备 |
CN105893153A (zh) * | 2016-03-31 | 2016-08-24 | 北京百纳威尔无线通信设备有限公司 | 移动终端的内存清理方法和装置 |
CN106445783A (zh) * | 2016-09-27 | 2017-02-22 | 北京金山安全软件有限公司 | 一种检测电子设备卡顿的方法、装置及电子设备 |
CN106547628A (zh) * | 2016-11-29 | 2017-03-29 | 北京元心科技有限公司 | 多系统的资源释放方法及装置 |
CN107766134A (zh) * | 2017-09-26 | 2018-03-06 | 厦门美图移动科技有限公司 | 一种移动设备的系统清理方法及移动设备 |
CN107870811A (zh) * | 2017-10-31 | 2018-04-03 | 广东欧珀移动通信有限公司 | 应用清理方法、装置、存储介质及电子设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112788352A (zh) * | 2019-11-01 | 2021-05-11 | 海信电子科技(深圳)有限公司 | 直播时移方法、终端及存储介质 |
CN112788352B (zh) * | 2019-11-01 | 2023-04-25 | Vidaa(荷兰)国际控股有限公司 | 直播时移方法、终端及存储介质 |
CN111444116A (zh) * | 2020-03-23 | 2020-07-24 | 海信电子科技(深圳)有限公司 | 存储空间碎片处理方法及装置 |
CN111966642A (zh) * | 2020-08-28 | 2020-11-20 | 维沃移动通信有限公司 | 图片管理方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109471719B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109471719A (zh) | 存储清理方法、装置、电子设备及存储介质 | |
CN104038621A (zh) | 在通信终端中管理事件信息的装置及方法 | |
US20160104094A1 (en) | Future meeting evaluation using implicit device feedback | |
US20150039705A1 (en) | Systems and methods for electronic message prioritization | |
CN106126009A (zh) | 一种应用图标管理的方法、装置以及终端 | |
US20200225995A1 (en) | Application cleaning method, storage medium and electronic device | |
CN109145104A (zh) | 用于对话交互的方法和装置 | |
CN102868830A (zh) | 一种移动终端主题的切换控制方法及装置 | |
CN107894827B (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN104575494A (zh) | 一种语音处理的方法和终端 | |
US11422831B2 (en) | Application cleaning method, storage medium and electronic device | |
CN107870810B (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN105335498A (zh) | 一种基于语音信息进行信息推荐的方法和系统 | |
CN107402804B (zh) | 后台进程管控方法、装置、存储介质及电子设备 | |
CN105100353A (zh) | 一种对移动终端的新增联系人进行通讯录分组的方法 | |
CN105912572A (zh) | 一种数据管理的方法及终端 | |
CN109657033A (zh) | 用户问题处理的方法、装置、存储介质及电子设备 | |
CN114174987A (zh) | 应用程序管理方法及装置、电子设备以及存储介质 | |
CN110659922A (zh) | 一种客户筛选方法、装置、服务器及计算机可读存储介质 | |
CN105491237A (zh) | 一种联系人信息显示方法及终端 | |
CN112509580A (zh) | 语音处理方法、装置、设备、存储介质及计算机程序产品 | |
CN106357865B (zh) | 删除联系人信息的方法及系统 | |
CN107943581A (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN106127593A (zh) | 表情符号处理方法、装置及终端 | |
CN103838873B (zh) | 一种应用匹配机主信息自动搜索的方法及系统 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220210 Address after: Room 1501, 15 / F, building 2, No. 10 yard, Chaoyang Park South Road, Chaoyang District, Beijing Patentee after: Zheku Technology (Beijing) Co.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Patentee before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |