CN109710448A - 一种改善移动终端卡顿的方法及装置 - Google Patents
一种改善移动终端卡顿的方法及装置 Download PDFInfo
- Publication number
- CN109710448A CN109710448A CN201910021678.0A CN201910021678A CN109710448A CN 109710448 A CN109710448 A CN 109710448A CN 201910021678 A CN201910021678 A CN 201910021678A CN 109710448 A CN109710448 A CN 109710448A
- Authority
- CN
- China
- Prior art keywords
- caton
- index
- terminal
- configuration
- average
- 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
Landscapes
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种改善移动终端卡顿的方法:获取终端在预设时长内的总帧数;获取该预设时长内的卡顿次数;计算该预设时长内的平均帧率和平均卡顿次数;根据公式计算出卡顿指数caton=average_fps*A+(C/average_lag_rate)*B;当卡顿指数小于或等于预设卡顿指数A时,将所述终端的配置调整为低档;当卡顿指数大于预设卡顿指数A且小于或等于预设卡顿指数B时,将所述终端的配置调整为中档;当卡顿指数大于预设卡顿指数B时,将所述终端的配置调整为高档。由于采用了上述技术方案,与现有技术相比,本发明通过比较卡顿指数与预设卡顿指数来判断终端的卡顿程度,然后根据卡顿程度自动调整终端的配置以改善终端的卡顿情况,为用户提供了极大的便捷。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种改善移动终端卡顿的方法及装置。
背景技术
智能手机、平板电脑等移动终端硬件设备升级更新换代越来越快,其性能也越来越强,但是新机器在运行一段时间后,随着使用时间的增长以及所安装的应用程序增多,逐渐会出现显示画面卡顿的问题。系统运行体积或硬件老化或降频导致app运行越来越慢;机器使用几年后,由于操作系统升级,系统组件和三方组件流畅化运行的硬件要求升高,导致app运行越来越慢;一般情况下,轻微的卡顿用户尚可接受,严重的卡顿将极大影响用户的使用体验。
帧率是用于衡量视频播放流畅度的传统手段,帧率是每秒显示帧数,每秒钟显示的帧数越多,说明页面越流畅,反之则越卡顿,一般来说,人体感觉卡顿标准为两帧显示间隔时间不高于1/24秒。对卡顿现象进行准确的综合测量与判断,是技术人员对移动终端进行优化升级的前提,但现有技术仅通过帧率来评估移动终端的卡顿程度,并不能综合体现出设备卡顿程度的真实状态。其次,目前终端的显示画面在发生严重的卡顿时,需要用户主动结束终端正在运行的部分或全部进程来改善卡顿,使得用户操作繁琐、便捷性差且效率低,对于不了解终端的用户而言,很可能不知道可以通过该方法来改善卡顿情况。
发明内容
为解决背景技术中用户只能通过主动结束正在运行的进程来改善卡顿情况的问题,本发明提供了一种改善移动终端卡顿的方法,具体技术方案如下:
一种改善移动终端卡顿的方法,所述方法包括:
S1、获取终端在预设时长内画面显示的总帧数;
S2、获取该预设时长内所述帧率超过预设帧率的次数,得到卡顿次数;
S3、计算该预设时长内的平均帧率和平均卡顿次数,所述平均帧率=总帧数/预设时长,所述平均卡顿次数=卡顿次数/预设时长;
S4、根据平均帧率、平均卡顿次数、预设权重A和预设权重B,按照下列公式计算出卡顿指数caton=average_fps*A+(C/average_lag_rate)*B;其中caton为卡顿指数,average_fps为平均帧率,average_lag_rate为平均卡顿次数,A为预设权重A,B为预设权重B,C为修正参数;
S5、将所述卡顿指数与预设卡顿指数相比较:所述预设卡顿指数从小到大设有N个,所述终端的配置从低到高设有N+1个档;当卡顿指数小于或等于第1预设卡顿指数时,将所述终端的配置调整为第1档;当卡顿指数大于第N-1预设卡顿指数且小于或等于第N卡顿指数时,将所述终端的配置调整为第N档;当卡顿指数大于第N卡顿指数时,将所述终端的配置调整为第N+1档。
平均帧率是对页面在这段时间整体表现的一个参考指标,卡顿次数是对于某个时间点对用户直观卡顿感受的一个瞬时统计。现有的卡顿程度的评估方法单从帧率来评估设备的卡顿程度,没有将卡顿次数作为参考参数,如果出现“帧率高但是卡顿次数也多”的情况,用户会感知到卡顿,但由于现有评估系统仅根据帧率的数值大小来评估其卡顿程度,评估系统不会将这种情况判定为卡顿。因此,通过加入卡顿次数作为参考参数,能够更加综合地评估设备的卡顿程度。进一步地,通过将卡顿指数与预设卡顿指数相比较来判断终端的卡顿程度,然后根据卡顿程度自动调整终端的配置以改善终端的卡顿情况,用户不再需要主动结束正在运行的进程来解决终端卡顿的问题,为用户提供了极大的便捷。
优选地,在所述步骤S1之前还包括:根据所述终端的型号和系统版本从云端服务器上获取多级配置中的一种,并将所述终端的配置调整为获取到的那一级配置中的最高档配置;所述多级配置中的每一级的配置中均设有N+1个档的配置。将终端型号和系统版本作为KEY值,在云端服务器上根据KEY值将预设配置一一对应,终端在使用时发送KEY值,云端服务器根据KEY值获取配相应的预设配置。云端服务器根据该终端的型号和系统版本,下发一个合适的配置给所述终端;终端型号越新,系统版本越高,下发的配置也就越高。
优选地,所述步骤S5还包括:当所述终端已处于某一级配置中的第1档,且卡顿指数小于等于第1预设卡顿指数时,从云端服务器上获取较当前配置低一级的配置。
当终端已处于某一级配置中的第1档,且卡顿指数小于等于预设卡顿指数A,说明该终端内储存的配置已经达到最低配置,无法再通过降级来获得更佳的流畅度,此时需要向云服务器请求获取更低一级的配置。
优选地,所述权重A的取值范围为0.3-0.7,所述权重B的取值范围为0.3-0.7,所述修正参数C的取值范围为5-15,所述预设卡顿指数的取值范围为1-300,所述预设帧率的取值范围为1-60fps。
更优选地,所述预设卡顿指数的取值范围为10-300,所述预设帧率的取值范围为20-60fps。
优选地,所述步骤S4还包括如下步骤:
S41、当前页面关闭且网络正常时,将所述平均帧率、平均卡顿次数和卡顿指数上传至云服务器;当前页面关闭且所述终端网络波动或网络错误时,将所述平均帧率、平均卡顿次数和卡顿指数暂存于所述终端,待网络正常时再将所述所述平均帧率、平均卡顿次数和卡顿指数上传至云服务器;
S42、根据上传至云服务器的所述平均帧率、平均卡顿次数和卡顿指数,分析所述终端存在的卡顿问题点。
传统的帧率统计方式,由于只有帧率一个指标,为了准确和服务器负载平衡,一般采用间隔多少秒的定时上报方式,这种方式在客户端同时在线用户数巨大时负载很大。而通过仅在当前页面关闭时才上传数据,大大的减少了上报数据次数和数据量,减少对上报服务器的负载。将所述卡顿指数上传至云服务器后,云服务器收集该移动设备当前卡顿程度数据,这个数据可以用于工程师分析app可能存在的卡顿问题点(例如是不是同样的配置6.0.0版本比5.0.0版本caton值明显更高了,如果是说明版本迭代中引入了造成卡顿因素)。其次还可以依据此数据判断是否可以下发优化配置,让当前设备使用更低资源配置,优化当前app版本运行在移动设备上的体验。
本发明只需要三个参数:app打开一个页面总时长(预设时长),这个页面在该预设时长内总帧数累计(总帧数),以及该预设时长内低于给定阈值帧率的次数累计(卡顿次数)。基于以上三个参数计算出平均卡顿次数和平均帧率两个指标,经过简单计算后得到卡顿指数并上报到云端服务器,对于目前主流的移动端系统,此方案简单有效,计算过程无需磁盘I/O,也无需复杂的中间变量进行数据库I/O采集存储,减少技术方案本身因素对于指标影响,且对app工程的业务代码侵入小,方便集成。
由于采集数据方案只有三个参数,所以单次数据量小,而且以页面生命周期(create->destroy中间可能有暂停中断和恢复中断情况)为单位,无需实时采集上报,减少对上报服务器的负载,而且支持上报时如果由于网络波动或当前无网或网络错误情况下,可暂时存储于移动终端数据库,择机再进行上报。
优选地,所述预设时长为所述终端在某个页面的一次展示期间的时长。
基于同一个发明构思,本发明还提供一种改善移动终端卡顿的装置,具体技术方案如下:
一种改善移动终端卡顿的装置,其包括:
第一获取模块,用于获取终端在预设时长内画面显示的总帧数;
第二获取模块,用于获取该预设时长内所述帧率超过预设帧率的次数,得到卡顿次数;
第一计算模块,用于获取该预设时长内的平均帧率,所述平均帧率=总帧数/预设时长;
第二计算模块,用于计算该预设时长内的平均卡顿次数,所述所述平均卡顿次数=卡顿次数/预设时长;
第三计算模块,用于按照下列公式计算出卡顿指数caton=average_fps*A+(10/average_lag_rate)*B;其中caton代表卡顿指数,average_fps代表平均帧率,average_lag_rate代表平均卡顿次数,A代表预设权重A,B代表预设权重;
比较判断模块,用于将所述卡顿指数与预设卡顿指数相比较:所述预设卡顿指数从小到大设有N个,所述终端的配置从低到高设有N+1个档;当卡顿指数小于或等于第1预设卡顿指数时,将所述终端的配置调整为第1档;当卡顿指数大于第N-1预设卡顿指数且小于或等于第N卡顿指数时,将所述终端的配置调整为第N档;当卡顿指数大于第N卡顿指数时,将所述终端的配置调整为第N+1档;
所述第一获取模块将获取到的总帧数发送给第一计算模块,所述第一计算模块计算出该预设时长内的平均帧率,并将所述平均帧率发送给第三计算模块;所述第二获取模块将获取到的卡顿次数发送给第二计算模块,所述第二计算模块计算出该预设时长内的平均卡顿次数,并将所述平均卡顿次数发送给第三计算模块;所述第三计算模块根据接收到的平均帧率、平均卡顿次数以及相应的预设权重,按照所述公式计算出卡顿指数,然后将所述卡顿指数发送给所述比较判断模块。
平均帧率是对页面在这段时间整体表现的一个参考指标,卡顿次数是对于某个时间点对用户直观卡顿感受的一个瞬时统计。现有的卡顿程度的评估方法单从帧率来评估设备的卡顿程度,没有将卡顿次数作为参考参数,如果出现“帧率高但是卡顿次数也多”的情况,用户会感知到卡顿,但由于现有评估系统仅根据帧率的数值大小来评估其卡顿程度,评估系统不会将这种情况判定为卡顿。因此,通过加入卡顿次数作为参考参数,能够更加综合地评估设备的卡顿程度。进一步地,通过将卡顿指数与预设卡顿指数相比较来判断终端的卡顿程度,然后根据卡顿程度自动调整终端的配置以改善终端的卡顿情况,用户不再需要主动结束正在运行的进程来解决终端卡顿的问题,为用户提供了极大的便捷。
优选地,还包括配置分配模块,用于根据所述终端的型号和系统版本从云端服务器上获取多级配置中的一种,并将所述终端的配置调整为获取到的那一级配置中的最高档配置;所述多级配置中的每一级的配置中均设有N+1个档的配置。将终端型号和系统版本作为KEY值,在云端服务器上根据KEY值将预设配置一一对应,终端在使用时发送KEY值,云端服务器根据KEY值获取配相应的预设配置。云端服务器根据该终端的型号和系统版本,下发一个合适的配置给所述终端;终端型号越新,系统版本越高,下发的配置也就越高。
优选地,还包括配置降级模块,用于当所述终端已处于某一级配置中的第1档,且卡顿指数小于等于第1预设卡顿指数时,从云端服务器上获取较当前配置低一级的配置。
当终端已处于某一级配置中的第1档,且卡顿指数小于等于预设卡顿指数A,说明该终端内储存的配置已经达到最低配置,无法再通过降级来获得更佳的流畅度,此时需要向云服务器请求获取更低一级的配置。
优选地,所述预设时长为所述终端在某个页面的一次展示期间的时长。
由于采用了以上技术方案,与现有技术相比较,本发明通过加入卡顿次数作为评估卡顿程度参考参数,并根据卡顿程度自动调整终端的配置以改善终端的卡顿情况,用户不再需要主动结束正在运行的进程来解决终端卡顿的问题,为用户提供了极大的便捷。其次,由于本发明采集数据方案只有三个参数,且计算公式简单,不仅对app工程的业务代码侵入小,方便集成,而且无需实时采集上报,减少对上报服务器的负载。
附图说明
图1为本发明的流程图;
图2为采用本发明技术方案后的用户反馈变化图;
图3为采用本发明技术方案后的卡顿指数变化图。
具体实施方式
下面结合附图对本发明作进一步详细描述。
本实施例以低、中、高三级配置,每一级配置中均设有低、中、高三档为例。
参见图1,一种改善移动终端卡顿的方法,所述方法包括:
S1、根据终端的型号和系统版本从云端服务器上获取低级配置、中级配置或高级配置中的一种,所述低级配置、中级配置和高级配置均设有低档、中档和高档。
S2、获取终端在预设时长内画面显示的总帧数;
S3、获取该预设时长内所述帧率超过预设帧率的次数,得到卡顿次数;
S4、计算该预设时长内的平均帧率和平均卡顿次数,所述平均帧率=总帧数/预设时长,所述平均卡顿次数=卡顿次数/预设时长;
S5、根据平均帧率、平均卡顿次数、预设权重A和预设权重B,按照下列公式计算出卡顿指数caton=average_fps*0.5+(10/average_lag_rate)*0.5;其中caton代表卡顿指数,average_fps代表平均帧率,average_lag_rate代表平均卡顿次数,预设权重A和预设权重B的取值均为0.5,修正参数C的取值为10;
S6、当卡顿指数≤30时,将所述终端的配置调整为当前配置的低档;当30<卡顿指数≤60时,将所述终端的配置调整为当前配置的中档;当卡顿指数>60时,将所述终端的配置调整为当前配置的高档。若此时所述终端已处于当前配置的中的低档,且卡顿指数≤30,从云端服务器上获取较当前配置低一级的配置(即高级配置降为中级配置、中级配置降为低级配置),若卡顿指数>30,则维持当前配置。在用户当前页面关闭时,若网络正常,则将所述平均帧率、平均卡顿次数和卡顿指数上传至云服务器;若当网络波动或当前无网或网络错误时,将所述平均帧率、平均卡顿次数和卡顿指数暂存于所述终端,待到网络正常时,再将所述平均帧率、平均卡顿次数和卡顿指数上传至云服务器,可在云端进一步分析所述终端存在的卡顿问题点。预设卡顿指数A取值为30,预设卡顿指数B取值为60。
所述低级配置包括低档1、中档1和高档1:所述低档1为低分辨率图片获取、无预加载和关闭动画效果;所述中档1为低分辨率图片获取、两级预加载和关闭动画效果;所述高档1为低分辨率图片获取、无预加载和普通动画效果;
所述中级配置包括低档2、中档2和高档2:所述低档2为中分辨率图片获取、两级预加载和关闭动画效果;所述中档2为中分辨率图片获取、无预加载和普通动画效果;所述高档2为中分辨率图片获取、两级预加载和普通动画效果;
所述高级配置包括低档3、中档3和高档3:所述低档3为高分辨率图片获取、两级预加载和普通动画效果,所述中档3为高分辨率图片获取、高级预加载和普通动画效果所述高档3为高分辨率图片获取、高级预加载和最佳动画效果。
其中,图片质量策略:高中低档分辨率图片获取分别对应:高档、压缩率92%,中档、压缩率75%,低档、压缩率50%;
缓存策略:
高级预加载:同时缓存原图和结果图,1.5倍内存
两级预加载:同时缓存原图和结果图,1倍内存
无预加载:只缓存最终加载的图,0.5倍内存
动画策略:
最佳动画效果:全动画策略打开,包括页面的转场动画,复杂的矢量图动画和共享元素动画等;
普通动画效果:只保留如视图动画/帧动画/属性动画等基础动画;
关闭动画效果:只保留页面的场景动画,其余动画关闭;
通过上述技术方案,本发明在app页面卡顿情况上比传统的只根据平均帧率来衡量卡顿情况要更精准,因为平均帧率高并不意味着页面不卡顿,例如一个页面显示5分钟,如果它只是前5秒帧率低,后4分55秒帧率高,这样它的平均帧率也会很高;而引入卡顿次数是对这段时间瞬时帧率情况的一个评估,从而对比现有其他技术方案有更高的精准统计效果。进一步地,本发明通过根据卡顿程度自动调整终端的配置以改善终端的卡顿情况,用户不再需要主动结束正在运行的进程来解决终端卡顿的问题,为用户提供了极大的便捷。其次,由于本发明采集数据方案只有三个参数,且计算公式简单,不仅对app工程的业务代码侵入小,方便集成,而且无需实时采集上报,减少对上报服务器的负载。
page_name | fps_total | lag_total | count | record_count | average_fps | average_lag_rate |
A | 153,066 | 1,232 | 2,806 | 523 | 54.55 | 0.44 |
B | 156,765 | 53 | 2,655 | 510 | 59.05 | 0.02 |
C | 4,442,670 | 35,368 | 91,919 | 27,511 | 48.33 | 0.38 |
D | 294,770 | 774 | 5,673 | 3,130 | 51.96 | 0.14 |
表1
表1展示了某终端在四个页面展示期间的卡顿情况。如表1所示average_lag_rate为当前page_name页面的卡顿情况,其中A页面卡顿次数lag_total=1232,总共展示次数count=2806,所以average_lag_rate=0.44说明平均该页面每次展示卡了0.44次。
average_fps | average_lag_rate | caton |
54.55 | 0.44 | 38.64 |
59.05 | 0.02 | 279.53 |
48.33 | 0.38 | 37.32 |
51.96 | 0.14 | 61.69 |
average | 104.30 |
表2
average_fps | average_lag_rate | caton |
51.55 | 1.44 | 29.25 |
52.05 | 1.02 | 30.93 |
40.33 | 1.38 | 23.79 |
45.96 | 1.14 | 27.37 |
average | 27.83 |
表3
表2和表3分别展示了两个不同的APP在四个页面展示期间的卡顿情况,通过公式caton=average_fps*0.5+(10/average_lag_rate)*0.5计算出卡顿程度caton,数值越大说明当前页面越流畅,数值越小说明越卡,average的均值则代表整个app的综合表现,最终数据限制,表2所对应的APP的流畅程度明显优于表3,与用户实际体验基本相符。但如果采用现有的卡顿程度评估方法(即仅采用平均帧率来评估卡顿程度),从表2和表3中两个APP的平均帧率相差并不大,无法准确的评估出它们的卡顿程度。
通过比较现有改善终端卡顿的方法与本发明采用的方法,如图2和图3所示,在未采用本发明技术方案的前半年,卡顿指数大约在40左右,月均用户反馈卡顿次数在1100次左右;而自从九月份起使用本发明采用的方法后,卡顿指数从40提高到了60左右,对应用户反馈相关卡顿问题对比年同比减少了35%左右,用户反馈卡顿问题稳定在700次左右。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种改善移动终端卡顿的方法,所述方法包括:
S1、获取终端在预设时长内画面显示的总帧数;
S2、获取该预设时长内所述帧率超过预设帧率的次数,得到卡顿次数;
S3、计算该预设时长内的平均帧率和平均卡顿次数,所述平均帧率=总帧数/预设时长,所述平均卡顿次数=卡顿次数/预设时长;
S4、根据平均帧率、平均卡顿次数、预设权重A和预设权重B,按照下列公式计算出卡顿指数caton=average_fps*A+(C/average_lag_rate)*B;其中caton为卡顿指数,average_fps为平均帧率,average_lag_rate为平均卡顿次数,A为预设权重A,B为预设权重B,C为修正参数;
S5、将所述卡顿指数与预设卡顿指数相比较:所述预设卡顿指数从小到大设有N个,所述终端的配置从低到高设有N+1个档;
N=1时,若卡顿指数小于或等于第1预设卡顿指数,将所述终端的配置调整为第1档;若卡顿指数大于第1卡顿指数,将所述终端的配置调整为第2档;
N大于1时,若卡顿指数小于或等于第1预设卡顿指数,将所述终端的配置调整为第1档;若卡顿指数大于第N-1预设卡顿指数且小于或等于第N卡顿指数,将所述终端的配置调整为第N档;若卡顿指数大于第N卡顿指数时,将所述终端的配置调整为第N+1档。
2.根据权利要求1所述的改善移动终端卡顿的方法,其特征在于,在所述步骤S1之前还包括:根据所述终端的型号和系统版本从云端服务器上获取多级配置中的一种,并将所述终端的配置调整为获取到的那一级配置中的最高档配置;所述多级配置中的每一级的配置中均设有N+1个档的配置。
3.根据权利要求2所述的改善移动终端卡顿的方法,其特征在于,所述步骤S5还包括:当所述终端已处于某一级配置中的第1档,且卡顿指数小于等于第1预设卡顿指数时,从云端服务器上获取较当前配置低一级的配置。
4.根据权利要求1-3的任一项所述的改善移动终端卡顿的方法,其特征在于,所述权重A的取值范围为0.3-0.7,所述权重B的取值范围为0.3-0.7,所述修正参数C的取值范围为5-15,所述预设卡顿指数的取值范围为1-300,所述预设帧率的取值范围为1-60fps。
5.根据权利要求1-3的任一项所述的改善移动终端卡顿的方法,其特征在于,所述步骤S4还包括如下步骤:
S41、当前页面关闭且网络正常时,将所述平均帧率、平均卡顿次数和卡顿指数上传至云服务器;当前页面关闭且所述终端网络波动或网络错误时,将所述平均帧率、平均卡顿次数和卡顿指数暂存于所述终端,待网络正常时再将所述所述平均帧率、平均卡顿次数和卡顿指数上传至云服务器;
S42、根据上传至云服务器的所述平均帧率、平均卡顿次数和卡顿指数,分析所述终端存在的卡顿问题点。
6.根据权利要求1-3的任一项所述的改善移动终端卡顿的方法,其特征在于:所述预设时长为所述终端在某个页面的一次展示期间的时长。
7.一种改善移动终端卡顿的装置,其特征在于,包括:
第一获取模块,用于获取终端在预设时长内画面显示的总帧数;
第二获取模块,用于获取该预设时长内所述帧率超过预设帧率的次数,得到卡顿次数;
第一计算模块,用于获取该预设时长内的平均帧率,所述平均帧率=总帧数/预设时长;
第二计算模块,用于计算该预设时长内的平均卡顿次数,所述所述平均卡顿次数=卡顿次数/预设时长;
第三计算模块,用于按照下列公式计算出卡顿指数caton=average_fps*A+(10/average_lag_rate)*B;其中caton代表卡顿指数,average_fps代表平均帧率,average_lag_rate代表平均卡顿次数,A代表预设权重A,B代表预设权重;
比较判断模块,用于将所述卡顿指数与预设卡顿指数相比较:所述预设卡顿指数从小到大设有N个,所述终端的配置从低到高设有N+1个档;当卡顿指数小于或等于第1预设卡顿指数时,将所述终端的配置调整为第1档;当卡顿指数大于第N-1预设卡顿指数且小于或等于第N卡顿指数时,将所述终端的配置调整为第N档;当卡顿指数大于第N卡顿指数时,将所述终端的配置调整为第N+1档;
所述第一获取模块将获取到的总帧数发送给第一计算模块,所述第一计算模块计算出该预设时长内的平均帧率,并将所述平均帧率发送给第三计算模块;所述第二获取模块将获取到的卡顿次数发送给第二计算模块,所述第二计算模块计算出该预设时长内的平均卡顿次数,并将所述平均卡顿次数发送给第三计算模块;所述第三计算模块根据接收到的平均帧率、平均卡顿次数以及相应的预设权重,按照所述公式计算出卡顿指数,然后将所述卡顿指数发送给所述比较判断模块。
8.根据权利要求7所述的改善移动终端卡顿的装置,其特征在于:还包括配置分配模块,用于根据所述终端的型号和系统版本从云端服务器上获取多级配置中的一种,并将所述终端的配置调整为获取到的那一级配置中的最高档配置;所述多级配置中的每一级的配置中均设有N+1个档的配置。
9.根据权利要求8所述的改善移动终端卡顿的装置,其特征在于:还包括配置降级模块,用于当所述终端已处于某一级配置中的第1档,且卡顿指数小于等于第1预设卡顿指数时,从云端服务器上获取较当前配置低一级的配置。
10.根据权利要求7-9中任一项所述的改善移动终端卡顿的装置,其特征在于:所述预设时长为所述终端在某个页面的一次展示期间的时长。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910021678.0A CN109710448A (zh) | 2019-01-10 | 2019-01-10 | 一种改善移动终端卡顿的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910021678.0A CN109710448A (zh) | 2019-01-10 | 2019-01-10 | 一种改善移动终端卡顿的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109710448A true CN109710448A (zh) | 2019-05-03 |
Family
ID=66259937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910021678.0A Pending CN109710448A (zh) | 2019-01-10 | 2019-01-10 | 一种改善移动终端卡顿的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109710448A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203020A (zh) * | 2020-10-10 | 2021-01-08 | 北京达佳互联信息技术有限公司 | 配置终端设备的相机配置参数的方法、装置和系统 |
CN112512031A (zh) * | 2020-11-10 | 2021-03-16 | 广州爱浦路网络技术有限公司 | 一种应用于5g网络的数据采集方法和5g网络 |
CN113114843A (zh) * | 2021-03-25 | 2021-07-13 | 北京小米移动软件有限公司 | 数据处理方法及装置、终端及存储介质 |
CN114125277A (zh) * | 2021-11-12 | 2022-03-01 | 北京达佳互联信息技术有限公司 | 控制应用的视频拍摄特效的方法及设备 |
WO2023197810A1 (zh) * | 2022-04-15 | 2023-10-19 | 北京字节跳动网络技术有限公司 | 预加载方法、装置、电子设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095363A (zh) * | 2016-06-03 | 2016-11-09 | 广东欧珀移动通信有限公司 | 一种终端卡顿的改善方法、装置以及终端 |
CN107734326A (zh) * | 2017-11-01 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种视频稳定性的测试方法及系统 |
CN107823881A (zh) * | 2017-11-28 | 2018-03-23 | 杭州电魂网络科技股份有限公司 | 特效显示方法及装置 |
CN108594982A (zh) * | 2018-03-27 | 2018-09-28 | 广东欧珀移动通信有限公司 | 帧率调整方法、装置、终端设备及存储介质 |
CN108776624A (zh) * | 2018-05-29 | 2018-11-09 | 北京小米移动软件有限公司 | 确定终端卡顿原因的方法、装置及存储介质 |
-
2019
- 2019-01-10 CN CN201910021678.0A patent/CN109710448A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095363A (zh) * | 2016-06-03 | 2016-11-09 | 广东欧珀移动通信有限公司 | 一种终端卡顿的改善方法、装置以及终端 |
CN107734326A (zh) * | 2017-11-01 | 2018-02-23 | 上海斐讯数据通信技术有限公司 | 一种视频稳定性的测试方法及系统 |
CN107823881A (zh) * | 2017-11-28 | 2018-03-23 | 杭州电魂网络科技股份有限公司 | 特效显示方法及装置 |
CN108594982A (zh) * | 2018-03-27 | 2018-09-28 | 广东欧珀移动通信有限公司 | 帧率调整方法、装置、终端设备及存储介质 |
CN108776624A (zh) * | 2018-05-29 | 2018-11-09 | 北京小米移动软件有限公司 | 确定终端卡顿原因的方法、装置及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112203020A (zh) * | 2020-10-10 | 2021-01-08 | 北京达佳互联信息技术有限公司 | 配置终端设备的相机配置参数的方法、装置和系统 |
CN112512031A (zh) * | 2020-11-10 | 2021-03-16 | 广州爱浦路网络技术有限公司 | 一种应用于5g网络的数据采集方法和5g网络 |
CN113114843A (zh) * | 2021-03-25 | 2021-07-13 | 北京小米移动软件有限公司 | 数据处理方法及装置、终端及存储介质 |
CN113114843B (zh) * | 2021-03-25 | 2022-06-10 | 北京小米移动软件有限公司 | 数据处理方法及装置、终端及存储介质 |
CN114125277A (zh) * | 2021-11-12 | 2022-03-01 | 北京达佳互联信息技术有限公司 | 控制应用的视频拍摄特效的方法及设备 |
CN114125277B (zh) * | 2021-11-12 | 2024-02-09 | 北京达佳互联信息技术有限公司 | 控制应用的视频拍摄特效的方法及设备 |
WO2023197810A1 (zh) * | 2022-04-15 | 2023-10-19 | 北京字节跳动网络技术有限公司 | 预加载方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109710448A (zh) | 一种改善移动终端卡顿的方法及装置 | |
KR102121360B1 (ko) | 사용자 신용 점수를 최적화하기 위한 방법 및 장치 | |
Bampis et al. | Learning to predict streaming video QoE: Distortions, rebuffering and memory | |
CN104506609B (zh) | 自动监测服务器状态并自适应调整服务的方法及其装置 | |
CN109359217A (zh) | 一种用户兴趣度计算方法、服务器及可读存储介质 | |
CN108538360A (zh) | 一种基于时序数据库的集群式健身管理系统及实现方法 | |
CN113486584B (zh) | 设备故障的预测方法、装置、计算机设备及计算机可读存储介质 | |
WO2019157235A1 (en) | Techniques for predicting perceptual video quality based on complementary perceptual quality models | |
CN108012097A (zh) | 视频云录像的方法、装置、计算机设备和存储介质 | |
US11381635B2 (en) | Method of operating a server apparatus for delivering website content, server apparatus and device in communication with server apparatus | |
DE102020130972A1 (de) | Verfahren und system zum vermitteln von batteriegüteverlust | |
CN105791849B (zh) | 图片压缩方法及装置 | |
CN115905619A (zh) | 对视频的用户体验质量进行评价的方案 | |
CN112672405B (zh) | 功耗计算方法、装置、存储介质、电子设备以及服务器 | |
CN109753423A (zh) | 一种评估卡顿程度的方法及装置 | |
CN114519140A (zh) | 一种推荐方法及服务器 | |
CN104573113B (zh) | 一种信息处理方法及服务器 | |
CN106357445B (zh) | 一种用户体验监控方法及监控服务器 | |
CN111258854A (zh) | 模型训练方法、基于预测模型的报警方法和相关装置 | |
CN116819352A (zh) | 电池阈值的自适应设定方法、装置、设备及存储介质 | |
CN104050100B (zh) | 一种适用于大数据环境的数据流存储管理方法及系统 | |
CN115052190A (zh) | 视频播放方法及装置 | |
CN116074256A (zh) | 内容分发网络节点带宽优化方法、装置、电子设备及介质 | |
US20230336739A1 (en) | Rate control machine learning models with feedback control for video encoding | |
CN111666486B (zh) | 热度值获取方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190503 |