CN110209435A - 一种应用预加载方法、装置 - Google Patents
一种应用预加载方法、装置 Download PDFInfo
- Publication number
- CN110209435A CN110209435A CN201910350003.0A CN201910350003A CN110209435A CN 110209435 A CN110209435 A CN 110209435A CN 201910350003 A CN201910350003 A CN 201910350003A CN 110209435 A CN110209435 A CN 110209435A
- Authority
- CN
- China
- Prior art keywords
- user
- state
- triggering
- triggering command
- application
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000036316 preload Effects 0.000 claims abstract description 19
- 230000003993 interaction Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 abstract description 12
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004140 cleaning Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
- G06F9/4451—User profiles; Roaming
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种任务预加载方法，其特征在于，所述方法包括：步骤101，采集用户第一触发指令，以及系统第一状态；步骤102，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；步骤103，基于所述候选应用以及所述系统第一状态，确定系统第二状态；步骤104，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。通过本发明的方法，能够根据当前操作，提前确定下一步指令，并根据下一步指令，判读下一步系统的处理能力和响应时间，从而提高对应用的响应速度，更加贴合用户的需求，提升了用户体验。
Description
技术领域
本发明实施例涉及信息处理技术领域，特别涉及一种任务预加载方法、装置。
背景技术
随着智能技术的快速发展，各种智能装置或设备，如计算机、手机，平板电脑，车载终端，机顶盒，智慧型家电遍及用户的生活。通常由用户来选择执行智能装置或设备上的多个应用程序/子程序。用户对于应用程序/子程序的响应速度需求越来越高，例如用户通过语音调用车机某程序时，程序加载速度慢会严重影响用户体验。
如何合理加载应用程序/子程序成为一个亟待解决的问题。
发明内容
针对现有技术中的问题，本发明提供一种应用预加载方法、装置和系统。
本发明提供一种任务预加载方法，其特征在于，所述方法包括：
步骤101，采集用户第一触发指令，以及系统第一状态；
步骤102，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；
步骤103，基于所述候选应用以及所述系统第一状态，确定系统第二状态；
步骤104，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。
优选地，所述步骤101中具体包括
采集用户第一触发指令，所述用户第一触发指令包括触发执行第一任务；
采集系统第一状态，所述第一状态包括第一任务触发执行后系统资源占用情况。
优选地，所述步骤102具体包括
获取关联特征数据；
根据所述关联特征数据，预测下一步的操作；
基于所述预测，确定用户第二触发指令。
优选地，所述关联特征数据包括用户历史操作统计数据、和/或任务关联预测数据。
优选地，所述步骤103中
所述确定系统第二状态包括确定候选任务触发执行后系统资源占用情况。
优选地，所述步骤104具体包括
当所述候选任务触发执行后系统的资源占用小于或等于第一阈值，则判定为满足加载条件；
预加载所述候选任务。
本发明还提供一种任务预加载装置，其特征在于，所述装置包括：
统计模块，采集用户第一触发指令，以及系统第一状态；
行为预测模块，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；
状态预测模块，基于所述候选应用以及所述系统第一状态，确定系统第二状态；
控制模块，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。
优选地，所述统计模块具体用于
采集用户第一触发指令，所述用户第一触发指令包括触发执行第一任务；
采集系统第一状态，所述第一状态包括第一任务触发执行后系统资源占用情况。
优选地，所述行为预测模块具体用于
获取关联特征数据；
根据所述关联特征数据，预测下一步的操作；
基于所述预测，确定用户第二触发指令。
优选地，所述关联特征数据包括用户历史操作统计数据、和/或任务关联预测数据。
优选地，所述确定系统第二状态包括确定候选任务触发执行后系统资源占用情况。
优选地，所述控制模块具体用于
当所述候选任务触发执行后系统的资源占用小于或等于第一阈值，则判定为满足加载条件；
预加载所述候选任务。
本发明还提供一种终端设备，其特征在于，所述终端设备包括处理器和存储器，所述存储器中存储有可在处理器上运行的计算机程序，所述计算机程序在被所述处理器执行时实现如上所述的方法。
本发明还提供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中存储有可在处理器上运行的计算机程序、所述计算机程序在被执行时实现如上所述的方法。
通过本发明的方法，能够根据用户当前操作，预测用户下一步指令，并根据预测的下一步指令，判读下一步系统的处理能力和响应时间，从而提高对应用的响应速度，更加贴合用户的需求，提升了用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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是本发明一个实施例中一种任务预加载方法。
图2是本发明一个实施例中一种任务预加载装置。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。本发明的实施例以及实施例的具体特征是对本发明实施例技术方案的详细说明，而非对本发明说明书技术方案的限定，在不冲突的情况下，本发明的实施例以及实施例的技术特征可以相互结合。
本发明的方法可以应用于任何具有智能处理能力的装置或设备，如计算机、手机，平板电脑，车载终端，机顶盒，智慧型家电等。
实施例一
参考图1，本发明实施例一提供一种应用预加载方法，其特征在于，所述方法包括：
步骤101，采集用户第一触发指令，以及系统第一状态；
步骤102，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；
步骤103，基于所述候选应用以及所述系统第一状态，确定系统第二状态；
步骤104，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。
优选地，所述步骤101中具体包括
采集用户第一触发指令，所述用户第一触发指令包括触发执行第一任务；
采集系统第一状态，所述第一状态包括第一任务触发执行后系统资源占用情况。
具体地，触发执行第一任务可以是针对第一应用程序的启动操作，也可以是针对第一应用子程序的启动操作。例如，用户打开地图应用，显示当前定位。
基于第一任务的触发执行，检测并采集系统资源占用情况，例如，当前系统负载情况，CPU使用率，内存占用率。
优选地，所述步骤102具体包括
获取关联特征数据；
根据所述关联特征数据，预测下一步的操作；
基于所述预测，确定用户第二触发指令。
优选地，所述关联特征数据包括用户历史操作统计数据、和/或任务关联预测数据。
具体地，可以通过不断收集用户使用的所有应用程序/子程序记录，对应用程序/子程序之间的关联特征，例如，应用程序/子程序a在应用程序/子程序b启动之后启动，或者优选地，应用程序/子程序a在应用程序/子程序b启动之后的预定时间间隔内启动，进行统计分析，以关联特征数据库的形式，存储关联特征数据，并动态维护该数据库。
也可以根据关联特征数据不同的种类，例如用户历史操作统计数据、和/或任务关联预测数据，将数据库划分为多个子数据库，例如用户历史操作统计数据库、和/或任务关联预测数据库。
所述用户历史操作统计数据库可以包括多个内容参数，如用户ID，应用ID，关联应用ID，关联应用使用频率或者使用概率等。优选地，用户历史操作统计数据库的内容参数还可以包含时间因素，例如针对某一用户ID，在某一时间/时刻内，用户使用应用程序/子程序1之后使用应用程序/子程序2的频率或者概率。例如，用户在下班时间，例如6PM或者6PM-7PM，开启地图后，下一步开启的是回家路段的导航为65次，或者下一步开启的是回家路段的导航的概率为70％；优选地，用户历史操作统计数据库的内容参数还可以包含设备因素，例如针对某一用户ID，在使用设备a的情况下，用户使用应用程序/子程序1之后使用应用程序/子程序2的频率或者概率。例如，用户在使用车载终端时，在打开地图后，下一步是进入导航的频率为97次；在使用手机时，在打开地图后，下一步是查询周边美食的频率为12次。此外，可以后续自动或手动富集更多用户历史操作统计数据的内容参数，以完善用户历史操作统计数据库。
可以通过查询用户历史操作统计数据库来获取用户历史操作统计数据，即用户使用应用程序/子程序1之后使用应用程序/子程序i，即关联应用，的频率或者概率。
具体地，获取关联特征数据，可以是通过查询用户历史操作统计数据库，获取第一任务的应用程序/子程序以及对应于第一任务的应用程序/子程序的关联应用，以及关联应用使用频率或者概率。
其中查询参数可以是{应用ID}、{应用ID，时间}、或者{应用ID，设备}、或者{应用ID，时间，设备}。
其中查询参数{应用ID}表示根据当前开启的应用ID查询，符合当前用户当前开启的应用ID的关联特征数据，例如，在开启应用A后开启应用B的概率是72％，开启应用C的概率是55％；查询参数{应用ID，时间}表示根据当前开启的应用ID，以及限定的时刻或者时间段来进行查询，例如，在时间段14:00-14:30中，开启应用A后开启应用D的概率是64％，开启应用C的概率是23％；查询参数{应用ID，设备}表示根据当前开启的应用ID，以及用户当前登陆的设备来进行查询，例如，在使用车载终端时，在开启应用A后开启应用B的概率是80％，开启应用D的概率是30％；查询参数{应用ID，时间，设备}表示根据当前开启的应用ID，以及限定的时刻或者时间段和用户登录的设备来进行查询，例如，用户A，在时间段8:00-9:00中，在使用手机的情况下，在开启应用A后开启应用B的概率是85％，开启应用D的概率是54％。
具体地，所述任务关联预测数据库可以包括多个内容参数，如应用ID，用户属性，关联应用ID，关联应用使用频率或者使用概率等。其中用户属性可以设置为标识参数，以表示任务关联预测数据的来源，例如从与用户具有相似属性的其他用户获取，具体地通过用户的联系人获取或者用户的好友获取。任务关联预测数据库的内容参数同样还可以包含时间因素、设备因素。所述任务关联预测数据库可以是通过统计与用户具有相似属性的其他用户的历史数据来创建，例如通过获取用户的联系人或好友分享的历史操作数据来创建和完善，在该情况下，可以获取与用户关联的联系人/好友a使用应用程序/子程序1之后使用应用程序/子程序2的频率或者概率，也可以获取整体的联系人/好友a、b、c使用应用程序/子程序1之后使用应用程序/子程序2的频率或者概率；所述任务关联预测数据库也可以是通过网络大数据统计来创建，例如通过互联网平台获取在应用程序/子程序1之后，应用程序/子程序2被启动的频率或者概率。类似，在前用户历史操作统计数据库的内容参数中时间因素和设备因素的描述，可以将能够获取的时间因素和设备因素也填充任务关联预测数据库。
具体地，获取关联特征数据，可以通过查询任务关联预测数据库来获取，即获取用户使用应用程序/子程序1之后使用应用程序/子程序2的频率或者概率。
具体地，获取关联特征数据，可以是通过查找任务关联预测数据库，获取第一任务的应用程序/子程序以及对应于第一任务的应用程序/子程序的关联应用，以及关联应用使用频率或者概率。
其中查询参数可以是{应用ID}、或者{应用ID，时间}、或者{应用ID，设备}、或者{应用ID，时间，设备}、或者{用户属性，应用ID}、或者{用户属性，应用ID，时间}、或者{用户属性，应用ID，设备}、或者{用户属性，应用ID，时间，设备}等。
其中查询参数{应用ID}表示根据当前开启的应用ID查询符合当前开启的应用ID的关联特征数据；查询参数{用户属性，应用ID}表示根据当前开启的应用ID查询，与用户属性相关的，符合当前开启的应用ID的关联特征数据。例如，查询在开启应用A后，来自好友的数据中，开启应用B的概率是77％，开启应用D的概率是56％。查询参数{应用ID，时间}表示当前开启的应用ID，以及限定的时刻或者时间段来进行查询；查询参数{应用ID，设备}表示根据当前开启的应用ID，以及当前开启的应用所属的设备来进行查询；查询参数{应用ID，时间，设备}表示根据当前开启的应用ID，以及限定的时刻或者时间段和当前开启的应用所属的设备来进行查询；查询参数{用户属性，应用ID，时间}表示根据当前开启的应用ID，以及限定的时刻或者时间段来查询与用户属性相关的，符合当前开启的应用ID的关联特征数据；查询参数{用户属性，应用ID，设备}表示根据当前开启的应用ID，以及当前开启的应用所属的设备来查询与用户属性相关的，符合当前开启的应用ID的关联特征数据；查询参数{用户属性，应用ID，时间，设备}表示根据当前开启的应用ID，以及限定的时刻或者时间段和当前开启的应用所属的设备来查询与用户属性相关的，符合当前开启的应用ID的关联特征数据。
此外，还可以结合关联特征数据库中用户历史操作统计数据库以及任务关联预测数据库的查询结果。通过配置用户历史操作统计数据以及任务关联预测数据的权重因子，例如，确定用户历史操作统计数据权重因子为0.7，任务关联预测数据的权重因子为0.3，获取用户历史操作统计数据以及任务关联预测数据中对应于应用程序/子程序的下一关联应用的应用ID及其频率或者概率，对上述结果进行加权运算，确定最终的对应于第一任务的应用程序/子程序的下一关联应用的应用ID及其频率或者概率。
所述查询参数以及查询的数据库可以由系统或用户预先配置，例如可以预先设定查询参数{应用ID，设备}，查询关联特征数据库中的用户历史操作统计数据库以及任务关联预测数据库，或者可以预先设定查询参数{应用ID，设备}，仅查询关联特征数据库中的用户历史操作统计数据库，或者可以预先设定查询参数{应用ID，设备}，查询关联特征数据库中的用户历史操作统计数据库，预先设定查询参数{用户属性，应用ID，设备}，查询关联特征数据库中的任务关联预测数据库。
据所述关联特征数据，预测下一步的操作也可以是根据获取对应于应用程序/子程序的下一关联应用的应用ID及其频率或者概率，依据频率或者概率的大小，依次确定关联应用的优先级别。
具体地，基于所述预测，确定用户第二触发指令可以是根据获取的对应于应用程序/子程序的下一关联应用，确定用户即将要触发执行的候选任务，其中候选任务可以是执行的下一应用程序/子程序。
优选地，所述步骤103中
所述确定系统第二状态包括确定候选任务触发执行后系统资源占用情况。
具体地，预先判断候选任务的触发执行后，系统资源的可能占用情况，例如，启动后的系统负载情况，CPU使用率，内存占用率。
具体地，可以基于系统第一状态，如采集到的第一任务执行时的系统资源占用情况，如系统负载情况，CPU使用率，内存占用率，以及候选任务执行所需的系统资源，如运行所需线程，CPU使用，内存占用等，计算当候选任务执行时，系统的资源情况。
优选地，所述步骤104具体包括
当所述候选任务触发执行后系统的资源占用小于或等于第一阈值，则判定为满足加载条件；
预加载所述候选任务。
具体地，可以根据设备的硬件状况预先配置第一阈值，例如设置第一阈值为CPU使用率85％，和/或系统负载8，和/或内存占用率4G。
当候选任务触发执行后系统的资源占用小于或等于第一阈值时，则认为系统当前状况可以满足应用的加载，此时可以直接预加载所述候选任务。
例如，基于在前的预测，用户在下班时间，例如6PM或者6PM-7PM，开启地图后，下一步需要开启的是回家路段的导航，此时可以直接加载导航子程序，设定家庭地址为导航目的地，启动开始导航。
此外，所述步骤103还可以进一步包括，确定候选任务的响应时间。
所述候选任务的响应时间即为确定要执行的下一应用程序/子程序的启动响应时间。
所述步骤104之后还可以包括步骤105，当候选任务触发执行后系统的资源占用大于第一阈值时，进一步判断候选任务的响应时间是否大于等于第二阈值；
若是，则执行应用程序/子程序清理，例如删除应用程序/子程序冗余数据、关闭优先等级低的应用程序/子程序；
预加载所述候选任务。
具体地，在执行清理时，可实时检测清理后的系统状态，根据所述候选应用以及所述清理后的系统状态，确定候选任务触发执行后系统资源占用情况，当候选任务触发执行后系统资源占用小于或等于第一阈值时，停止所述应用程序/子程序清理。
通过本发明实施例一的方法，能够实现根据用户当前操作，预测用户下一步指令，并根据预测的下一步指令，判读下一步系统的处理能力和响应时间，从而提高对应用的响应速度，更加贴合用户的需求，提升了用户体验。
实施例二
参考图2，本发明实施例二还提供一种任务预加载装置，其特征在于，所述装置包括：
统计模块，采集用户第一触发指令，以及系统第一状态；
行为预测模块，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；
状态预测模块，基于所述候选应用以及所述系统第一状态，确定系统第二状态；
控制模块，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。
优选地，所述统计模块具体用于
采集用户第一触发指令，所述用户第一触发指令包括触发执行第一任务；
采集系统第一状态，所述第一状态包括第一任务触发执行后系统资源占用情况。
优选地，所述行为预测模块具体用于
获取关联特征数据；
根据所述关联特征数据，预测下一步的操作；
基于所述预测，确定用户第二触发指令。
优选地，所述关联特征数据包括用户历史操作统计数据、和/或任务关联预测数据。
优选地，所述确定系统第二状态包括确定候选任务触发执行后系统资源占用情况。
优选地，所述控制模块具体用于
当所述候选任务触发执行后系统的资源占用小于或等于第一阈值，则判定为满足加载条件；
预加载所述候选任务。
此外，所述状态预测模块，还可以进一步用于，确定候选任务的响应时间。
所述装置还可以包括清理模块，当候选任务触发执行后系统的资源占用大于第一阈值时，进一步判断候选任务的响应时间是否大于等于第二阈值；
若是，则执行应用程序/子程序清理，例如删除应用程序/子程序冗余数据、关闭优先等级低的应用程序/子程序；
预加载所述候选任务。
具体地，在执行清理时，可实时检测清理后的系统状态，根据所述候选应用以及所述清理后的系统状态，确定候选任务触发执行后系统资源占用情况，当候选任务触发执行后系统资源占用小于或等于第一阈值时，停止所述应用程序/子程序清理。
本发明提供一种终端设备，其特征在于，所述终端设备包括处理器和存储器，所述存储器中存储有可在处理器上运行的计算机程序，所述计算机程序在被所述处理器执行时实现如上所述的方法。
所述终端设备包括但不限于计算机、手机，平板电脑，车载终端，机顶盒，智慧型家电。
本发明提供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中存储有可在处理器上运行的计算机程序、所述计算机程序在被执行时实现如上所述的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质可以包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、闪存、可擦式可编程只读存储器(EPROM)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码。
以上说明只是为了方便理解本发明而举出的例子，不用于限定本发明的范围。在具体实现时，本领域技术人员可以根据实际情况对装置的部件进行变更、增加、减少，在不影响方法所实现的功能的基础上可以根据实际情况对方法的步骤进行变更、增加、减少或改变顺序。
尽管已经示出和描述了本发明的实施例，本领域技术人员应当理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同替换所限定，在未经创造性劳动所作的改进等，均应包含在本发明的保护范围之内。
Claims (14)
1.一种任务预加载方法，其特征在于，所述方法包括：
步骤101，采集用户第一触发指令，以及系统第一状态；
步骤102，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；
步骤103，基于所述候选应用以及所述系统第一状态，确定系统第二状态；
步骤104，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。
2.根据权利要求1所述的方法，其特征在于，所述步骤101中具体包括
采集用户第一触发指令，所述用户第一触发指令包括触发执行第一任务；
采集系统第一状态，所述第一状态包括第一任务触发执行后系统的资源占用情况。
3.根据权利要求1所述的方法，其特征在于，所述步骤102具体包括
获取关联特征数据；
根据所述关联特征数据，预测下一步的操作；
基于所述预测，确定用户第二触发指令。
4.根据权利要求3所述的方法，其特征在于，所述关联特征数据包括用户历史操作统计数据、和/或任务关联预测数据。
5.根据权利要求1所述的方法，其特征在于，所述步骤103中
所述确定系统第二状态包括确定候选任务触发执行后系统的资源占用情况。
6.根据权利要求5所述的方法，其特征在于，所述步骤104具体包括
当所述候选任务触发执行后系统的资源占用小于或等于第一阈值，则判定为满足加载条件；
预加载所述候选任务。
7.一种任务预加载装置，其特征在于，所述装置包括：
统计模块，采集用户第一触发指令，以及系统第一状态；
行为预测模块，根据关联特征数据，确定用户第二触发指令，所述用户第二触发指令包括触发执行一个或多个候选任务；
状态预测模块，基于所述候选应用以及所述系统第一状态，确定系统第二状态；
控制模块，判断所述系统第二状态是否满足第一条件，若满足第一条件，则预加载所述候选任务。
8.根据权利要求7所述的装置，其特征在于，所述统计模块具体用于
采集用户第一触发指令，所述用户第一触发指令包括触发执行第一任务；
采集系统第一状态，所述第一状态包括第一任务触发执行后系统的资源占用情况。
9.根据权利要求7所述的装置，其特征在于，所述行为预测模块具体用于获取关联特征数据；
根据所述关联特征数据，预测下一步的操作；
基于所述预测，确定用户第二触发指令。
10.根据权利要求9所述的装置，其特征在于，
所述关联特征数据包括用户历史操作统计数据、和/或任务关联预测数据。
11.根据权利要求7所述的装置，其特征在于，
所述确定系统第二状态包括确定候选任务触发执行后系统的资源占用情况。
12.根据权利要求11所述的装置，其特征在于，所述控制模块具体用于
当所述候选任务触发执行后系统的资源占用小于或等于第一阈值，则判定为满足加载条件；
预加载所述候选任务。
13.一种终端设备，其特征在于，所述终端设备包括处理器和存储器，所述存储器中存储有可在处理器上运行的计算机程序，所述计算机程序在被所述处理器执行时实现如权利要求1至6任一项所述的方法。
14.一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中存储有可在处理器上运行的计算机程序、所述计算机程序在被执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910350003.0A CN110209435A (zh) | 2019-04-28 | 2019-04-28 | 一种应用预加载方法、装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910350003.0A CN110209435A (zh) | 2019-04-28 | 2019-04-28 | 一种应用预加载方法、装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110209435A true CN110209435A (zh) | 2019-09-06 |
Family
ID=67786572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910350003.0A Pending CN110209435A (zh) | 2019-04-28 | 2019-04-28 | 一种应用预加载方法、装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110209435A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111158605A (zh) * | 2019-12-31 | 2020-05-15 | 青岛海尔科技有限公司 | 用于优化操作系统磁盘存储策略的方法、装置和智能设备 |
| CN111158886A (zh) * | 2019-12-31 | 2020-05-15 | 青岛海尔科技有限公司 | 用于优化操作系统任务调度的方法、装置和智能设备 |
| CN113254122A (zh) * | 2021-04-26 | 2021-08-13 | 珠海格力电器股份有限公司 | 图像界面的显示方法及装置、显示器 |
| WO2022104989A1 (zh) * | 2020-11-20 | 2022-05-27 | 清华大学 | 触发方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104281472A (zh) * | 2014-09-18 | 2015-01-14 | 青岛海信移动通信技术股份有限公司 | 一种资源预加载方法和装置 |
| CN105939416A (zh) * | 2016-05-30 | 2016-09-14 | 努比亚技术有限公司 | 移动终端及其应用预启动方法 |
| CN105955765A (zh) * | 2016-04-22 | 2016-09-21 | 北京小米移动软件有限公司 | 应用预加载方法及装置 |
| CN108228270A (zh) * | 2016-12-19 | 2018-06-29 | 腾讯科技（深圳）有限公司 | 启动资源加载方法及装置 |
| CN108595227A (zh) * | 2018-05-10 | 2018-09-28 | Oppo广东移动通信有限公司 | 应用程序预加载方法、装置、存储介质及移动终端 |
| CN108762844A (zh) * | 2018-05-29 | 2018-11-06 | Oppo广东移动通信有限公司 | 应用程序预加载方法、装置、存储介质及终端 |
-
2019
- 2019-04-28 CN CN201910350003.0A patent/CN110209435A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104281472A (zh) * | 2014-09-18 | 2015-01-14 | 青岛海信移动通信技术股份有限公司 | 一种资源预加载方法和装置 |
| CN105955765A (zh) * | 2016-04-22 | 2016-09-21 | 北京小米移动软件有限公司 | 应用预加载方法及装置 |
| CN105939416A (zh) * | 2016-05-30 | 2016-09-14 | 努比亚技术有限公司 | 移动终端及其应用预启动方法 |
| CN108228270A (zh) * | 2016-12-19 | 2018-06-29 | 腾讯科技（深圳）有限公司 | 启动资源加载方法及装置 |
| CN108595227A (zh) * | 2018-05-10 | 2018-09-28 | Oppo广东移动通信有限公司 | 应用程序预加载方法、装置、存储介质及移动终端 |
| CN108762844A (zh) * | 2018-05-29 | 2018-11-06 | Oppo广东移动通信有限公司 | 应用程序预加载方法、装置、存储介质及终端 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111158605A (zh) * | 2019-12-31 | 2020-05-15 | 青岛海尔科技有限公司 | 用于优化操作系统磁盘存储策略的方法、装置和智能设备 |
| CN111158886A (zh) * | 2019-12-31 | 2020-05-15 | 青岛海尔科技有限公司 | 用于优化操作系统任务调度的方法、装置和智能设备 |
| CN111158605B (zh) * | 2019-12-31 | 2023-11-28 | 青岛海尔科技有限公司 | 用于优化操作系统磁盘存储策略的方法、装置和智能设备 |
| WO2022104989A1 (zh) * | 2020-11-20 | 2022-05-27 | 清华大学 | 触发方法 |
| CN113254122A (zh) * | 2021-04-26 | 2021-08-13 | 珠海格力电器股份有限公司 | 图像界面的显示方法及装置、显示器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110209435A (zh) | 一种应用预加载方法、装置 | |
| CN104424484B (zh) | 应用程序切换、添加入口信息的方法及装置 | |
| CN110018858B (zh) | 一种基于语音控制的应用管理方法、装置 | |
| CN110032698B (zh) | 信息显示方法和装置、信息处理方法和装置 | |
| JP7220005B2 (ja) | 暗黙的ルーティングを使用したモジュール式会話の作成 | |
| CN104881276A (zh) | 动态命令歧义消除 | |
| CN107277225B (zh) | 语音控制智能设备的方法、装置和智能设备 | |
| CN112346621A (zh) | 一种虚拟功能按钮显示方法及装置 | |
| CN109376015A (zh) | 用于任务调度系统的日志阻塞解决方法及系统 | |
| CN116225669B (zh) | 一种任务执行方法、装置、存储介质及电子设备 | |
| CN111324533A (zh) | A/b测试方法、装置及电子设备 | |
| CN111400434B (zh) | 基于对先前响应的引用管理语音响应系统的方法和系统 | |
| CN114968509A (zh) | 任务执行方法及装置 | |
| CN111612482A (zh) | 对话管理方法、装置和设备 | |
| CN112925634A (zh) | 异构资源调度方法和系统 | |
| CN111381953B (zh) | 进程管理方法、装置、存储介质及电子设备 | |
| CN107066270B (zh) | 一种信息采集方法及终端 | |
| CN114969834B (zh) | 页面权限的控制方法、装置、存储介质和设备 | |
| CN107291543B (zh) | 应用程序处理方法、装置、存储介质和终端 | |
| CN110825943B (zh) | 一种生成用户访问路径树数据的方法、系统及设备 | |
| CN110009389B (zh) | 一种设备识别方法及装置 | |
| CN114281069A (zh) | 一种无人驾驶设备的控制方法及装置 | |
| CN110874201A (zh) | 交互方法、设备、存储介质和操作系统 | |
| CN113114395B (zh) | 信道确定方法和装置 | |
| CN117591301B (zh) | 一种监控云资源分配优化方法及系统 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220113 Address after: 310024 floor 5, zone 2, building 3, Hangzhou cloud computing Industrial Park, Zhuantang street, Xihu District, Hangzhou City, Zhejiang Province Applicant after: Hangzhou suddenly Cognitive Technology Co.,Ltd. Address before: Room 401, gate 2, block a, Zhongguancun 768 Creative Industry Park, 5 Xueyuan Road, Haidian District, Beijing 100083 Applicant before: BEIJING MORAN COGNITIVE TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190906 |
|
| RJ01 | Rejection of invention patent application after publication |