CN111443926A - 数据清理的方法、装置、设备及存储介质 - Google Patents

数据清理的方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111443926A
CN111443926A CN202010322835.4A CN202010322835A CN111443926A CN 111443926 A CN111443926 A CN 111443926A CN 202010322835 A CN202010322835 A CN 202010322835A CN 111443926 A CN111443926 A CN 111443926A
Authority
CN
China
Prior art keywords
cleaning
package
program
program package
user terminal
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
Application number
CN202010322835.4A
Other languages
English (en)
Other versions
CN111443926B (zh
Inventor
陈都
彭炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010322835.4A priority Critical patent/CN111443926B/zh
Publication of CN111443926A publication Critical patent/CN111443926A/zh
Application granted granted Critical
Publication of CN111443926B publication Critical patent/CN111443926B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/60Software deployment
    • G06F8/61Installation
    • G06F8/62Uninstallation

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本申请公开了数据清理的方法、装置、设备及存储介质,涉及人工智能领域。具体实现方案为:获取用户终端的存储特征数据;向服务器发送程序包清理策略请求,程序包清理策略请求中包括存储特征数据,存储特征数据用于服务器针对用户终端配置程序包清理策略;接收服务器发送的程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理,能够进行有效合理的清理,能够去掉大量的对用户来说不需要的程序包,从而降低了用户终端对不必要的程序包的额外存储,进而提高了用户对智能小程序的整体使用体验。

Description

数据清理的方法、装置、设备及存储介质
技术领域
本申请涉及到数据处理技术领域,尤其涉及人工智能技术。
背景技术
随着移动互联网的发展,各种应用程序(简称:应用APP)也应运而生。由于智能小程序是一种不需要用户下载安装就可使用的应用,所以在很多应用APP中配置有各种各样的智能小程序。用户在首次打开智能小程序时,需要下载程序包后方可打开。为了提升智能小程序的打开速度,用户终端会在用户打开智能小程序前,就对程序包进行预先下载。所以也就导致了用户终端中存在很多程序包,需要对程序包进行清理,避免预先下载的无用程序包对用户终端的存储产生浪费。
现有技术中,对预先下载的程序包进行清理时,一般是统一设置保留的预先下载完的程序包的总个数或总存储量来进行的。当用户终端中程序包的个数或总存储量达到预设阈值后触发清理程序包的操作。
所以现有技术中的程序包清理方法,并不能针对每个用户终端的特征进行个性化的清理,并且不能对程序包进行有效合理的清理,导致给用户终端带来了不必要的额外存储,也降低了用户对智能小程序的整体使用体验。
发明内容
本申请实施例提供一种数据清理的方法、装置、设备及存储介质。
本申请实施例第一方面提供一种数据清理的方法,所述方法包括:
获取所述用户终端的存储特征数据;
向服务器发送程序包清理策略请求,所述程序包清理策略请求中包括所述存储特征数据,所述存储特征数据用于所述服务器针对所述用户终端配置程序包清理策略;
接收所述服务器发送的所述程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理。
本申请实施例第二方面提供一种数据清理的方法,所述方法包括:
接收用户终端发送的程序包清理策略请求,所述程序包清理策略请求中包括所述用户终端的存储特征数据;
根据所述存储特征数据针对所述用户终端配置程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
将所述程序包清理策略发送给所述用户终端。
本申请实施例第三方面提供一种数据清理的装置,所述装置包括:
数据获取模块,用于获取所述用户终端的存储特征数据;
请求发送模块,用于向服务器发送程序包清理策略请求,所述程序包清理策略请求中包括所述存储特征数据,所述存储特征数据用于所述服务器针对所述用户终端配置程序包清理策略;
策略接收模块,用于接收所述服务器发送的所述程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
程序包清理模块,用于根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理。
本申请实施例第四方面提供一种数据清理的装置,所述装置包括:
数据接收模块,用于接收用户终端发送的程序包清理策略请求,所述程序包清理策略请求中包括所述用户终端的存储特征数据;
策略配置模块,用于根据所述存储特征数据针对所述用户终端配置程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
策略发送模块,用于将所述程序包清理策略发送给所述用户终端。
本申请实施例第五方面提供一种用户终端,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面任一项所述的方法。
本申请实施例第六方面提供一种服务器,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第二方面中任一项所述的方法。
本申请实施例第七方面提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法。
本申请实施例第八方面提供一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第二方面中任一项所述的方法。
本申请实施例第九方面提供一种计算机程序,包括程序代码,当计算机运行所述计算机程序时,所述程序代码执行如第一方面或第二方面所述的方法。
根据本申请的技术解决了现有技术中并不能针对每个用户终端的特征进行个性化的清理,并且不能对小程序包进行有效合理的清理,导致给用户终端带来了不必要的额外存储,也降低了用户对智能小程序的整体使用体验,由于在对用户终端中的程序包进行清理时,程序包清理策略是根据该用户终端的存储特征数据确定的,所以程序包清理策略是适合该用户终端的清理策略。进而能够针对每个用户终端进行个性化的清理。并且在对用户终端中的程序包进行清理时,不仅会按照已使用程序包清理策略对已使用程序包进行清理,而且还会根据未使用程序包清理策略对未使用程序包进行清理,所以能够进行有效合理的清理,能够去掉大量的对用户来说不需要的程序包,从而降低了用户终端对不必要的程序包的额外存储,进而提高了用户对智能小程序的整体使用体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是可以实现本申请实施例的数据清理的方法的应用场景图;
图2是根据本申请第一实施例提供的数据清理的方法的流程示意图;
图3是根据本申请第二实施例提供的数据清理的方法的流程示意图;
图4是根据本申请第二实施例提供的数据清理的方法中步骤206的流程示意图;
图5是根据本申请第二实施例提供的数据清理的方法中步骤207的流程示意图;
图6为根据本申请第三实施例提供的数据清理的方法的流程示意图;
图7为根据本申请第三实施例提供的数据清理的方法中步骤302的第一流程示意图;
图8为根据本申请第三实施例提供的数据清理的方法中步骤302的第二流程示意图;
图9为根据本申请第四实施例提供的数据清理的方法的信令流程示意图;
图10为根据本申请第五实施例提供的数据清理的装置的结构示意图;
图11为根据本申请第六实施例提供的数据清理的装置的结构示意图;
图12是用来实现本申请实施例的数据清理的方法的用户终端的框图;
图13是用来实现本申请实施例的数据清理的方法的服务器的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了清楚理解本申请的技术方案,首先对现有技术的方案进行详细介绍。由于用户终端上搭载有多种应用APP,在很多应用APP中配置有各种各样的智能小程序。在满足智能小程序预先下载的触发条件后,用户终端就预先进行了对应的程序包的下载。所以就导致了用户终端中存在很多程序包,需要对程序包进行清理。现有技术中,对预先下载的程序包进行清理时,一般都是由清理APP统一设置保留的预先下载完的程序包的总个数或总存储量来进行的。当用户终端中程序包的个数或总存储量达到预设阈值后触发清理程序包的操作。具体在进行程序包的清理时进行的是最近预先下载的程序包的清理,并提醒用户容量太小,不能进行程序包的预先下载了。所以现有技术中的程序包清理方法,并不能针对每个用户终端的特征进行个性化的清理,并且不能对程序包进行有效合理的清理,导致给用户终端带来了不必要的额外存储,也降低了用户对智能小程序的整体使用体验。
所以在面对现有技术中的程序包清理的技术问题时,发明人在研究中发现,由于用户终端的型号很多,每个用户终端的可用存储容量也不尽相同。这些均为用户终端的存储特征数据。所以可针对用户终端的存储特征数据灵活的配置程序包清理策略。而且为了减少用户终端的负担,可由服务器针对用户终端的存储特征数据配置程序包清理策略。并且为了对程序包进行有效合理的清理,尽量降低用户终端不必要的额外存储。可针对已使用程序包和未使用程序包均配置清理策略,根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。
发明人基于上述的创造性发现,提出了本申请的技术方案。下面对本申请实施例提供的数据清理的方法的应用场景进行介绍。如图1所示,本申请实施例的应用场景中包括:用户终端1和服务器2。在用户终端1上搭载有多种应用APP,如在图1中示例性地显示了4个应用APP。用户终端1在确定满足发送程序包清理策略请求的条件时,获取用户终端的存储特征数据,该存储特征数据可以为用户终端的型号和/或用户终端的可用存储容量,然后将程序包清理策略请求发送给服务器2。服务器2根据程序包清理策略请求中包括存储特征数据配置针对该用户终端1的程序包清理策略。在该程序包清理策略中可以包括已使用程序包清理策略和未使用程序包清理策略,然后服务器2将程序包清理策略发送给用户终端,用户终端1根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。由于在对用户终端中的程序包进行清理时,程序包清理策略是根据该用户终端的存储特征数据确定的,所以程序包清理策略是适合该用户终端的清理策略。进而能够针对每个用户终端进行个性化的清理。并且在对用户终端中的程序包进行清理时,不仅会按照已使用程序包清理策略对已使用程序包进行清理,而且还会根据未使用程序包清理策略对未使用程序包进行清理,所以能够进行有效合理的清理,能够去掉大量的对用户来说不需要的程序包,从而降低了用户终端对不必要的程序包的额外存储,进而提高了用户对智能小程序的整体使用体验。
以下将参照附图来具体描述本申请的实施例。
实施例一
图2是根据本申请第一实施例提供的数据清理的方法的流程示意图,如图2所示,本申请实施例的执行主体为数据清理的装置,该数据清理的装置可以集成在用户终端中。该用户终端可以为智能手机,笔记本电脑,平板电脑,或者其他用户使用的具有独立计算及处理能力的终端。则本实施例提供的数据清理的方法包括以下几个步骤。
步骤101,获取用户终端的存储特征数据。
其中,存储特征数据表示用户终端存储能力的数据,该存储特征数据可以包括:用户终端的型号,用户终端的可用存储容量,用户终端的总存储容量等。
本实施例中,若存储特征数据包括:用户终端的型号,则用户终端在出厂时,可确定出用户终端的型号,并可将该用户终端的型号存储到预设文本中,则通过获取预设文本获取用户终端的型号。可以理解的是,还可以通过其他方式获取用户终端的型号。
本实施例中,若存储特征数据包括:可用存储容量和/或用户终端的总存储容量,则可通过智能小程序所在的应用APP访问用户终端的操作系统,通过操作系统获取可用存储容量和/或用户终端的总存储容量,进而获取到可用存储容量和/或用户终端的总存储容量。可以理解的是,还可通过其他方式获取可用存储容量和/或用户终端的总存储容量,本实施例中对此不做限定。
步骤102,向服务器发送程序包清理策略请求,程序包清理策略请求中包括存储特征数据,存储特征数据用于服务器针对用户终端配置程序包清理策略。
本实施例中,服务器可以为云端服务器或其他类型的服务器,本实施例中对此不做限定。
本实施例中,用户终端与服务器的通信方式可以为全球移动通讯(Global Systemof Mobile communication,简称GSM)、码分多址(Code Division Multiple Access,简称CDMA)、宽带码分多址(Wideband Code Division Multiple Access,简称WCDMA)、时分同步码分多址(Time Division-Synchronous Code Division Multiple Access,简称TD-SCDMA)、长期演进(Long Term Evolution,简称LTE)系统及5G等,本实施例中对此不做限定。
本实施例中,用户终端可监测是否满足程序包清理的触发条件,若满足程序包清理触发条件,则向服务器发送程序包清理策略请求,其中,程序包清理策略请求中包括存储特征数据。
其中,程序包清理的触发条件可以为在预先下载完一个智能小程序后就满足了程序包清理的触发条件。或者还可以为在智能小程序的应用APP在后台运行时,就满足了程序包清理的触发条件。或者还可以为若清理时间间隔等于预先设定的清洗时间间隔,则满足了程序包清理的触发条件,本实施例中对此不做限定。
其中,智能小程序的程序包是否预先下载时,也具有触发条件,程序包预先下载的触发条件可以为在智能小程序所在的应用APP打开后,就满足了预先下载的触发条件。还可以为在搜索到一个智能小程序时,就满足了预先下载的触发条件,或者若智能小程序为咨询类应用APP中的小程序时,若打开了咨询类应用APP的菜单列表后,则满足了预先下载的触发条件,本实施例中对此不做限定。
可以理解的是,在预先下载完程序包后,用户终端本地存储程序包,并可形成本地程序包的列表,在本地程序包列表中,可记载每个程序包的标识,预先下载的时间,存储位置等信息。
本实施例中,在服务器接收到存储特征数据后,根据该存储特征数据配置对应的程序包清理策略,该程序包清理策略是针对该用户终端所配置的程序包清理策略。服务器具体的配置方式本实施例中不做限定。
步骤103,接收服务器发送的程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略。
本实施例中,为了对已使用程序包和未使用程序包分别采用更加合理的清理策略进行清理,在用户终端接收到的服务器发送的程序包清理策略中包括已使用程序包清理策略和未使用程序包清理策略。
其中,已使用程序包是用户通过用户终端打开过对应的智能小程序的程序包,未使用程序包是用户未通过用户终端打开过对应的智能小程序的程序包。
可以理解的是,已使用程序包清理策略和未使用程序包清理策略可以不同。
其中,在已使用程序包清理策略和未使用程序包清理策略中分别可以包括对应的清理参数,清理流程等,本实施例中对此不做限定。
步骤104,根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。
本实施例中,对于已使用程序包,可根据已使用程序包清理策略进行清理,对于未使用程序包,可根据未使用程序包清理策略进行清理,在对需要清理的程序包进行清理后,在用户终端中不再具有清理后的程序包,可增大用户终端的可用存储容量。
本实施例提供的数据清理的方法,通过获取用户终端的存储特征数据;向服务器发送程序包清理策略请求,程序包清理策略请求中包括存储特征数据,存储特征数据用于服务器针对用户终端配置程序包清理策略;接收服务器发送的程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理,由于在对用户终端中的程序包进行清理时,程序包清理策略是根据该用户终端的存储特征数据确定的,所以程序包清理策略是适合该用户终端的清理策略。进而能够针对每个用户终端进行个性化的清理。并且在对用户终端中的程序包进行清理时,不仅会按照已使用程序包清理策略对已使用程序包进行清理,而且还会根据未使用程序包清理策略对未使用程序包进行清理,所以能够进行有效合理的清理,能够去掉大量的对用户来说不需要的程序包,从而降低了用户终端对不必要的程序包的额外存储,进而提高了用户对智能小程序的整体使用体验。
实施例二
图3是根据本申请第二实施例提供的数据清理的方法的流程示意图,如图3所示,本实施例提供的数据清理的方法,是在本申请实施例一提供的数据清理的方法的基础上,对步骤101、步骤104的进一步细化。则本实施例提供的数据清理的方法包括以下步骤。
步骤201,显示用户终端型号的输入项,响应于用户在输入项中输入的数据,将输入的数据确定为用户终端的型号。
本实施例中,步骤201-步骤202是对本申请实施例一中的步骤101的一种可选实施方式,则在存储特征数据包括:用户终端的型号和用户终端的可用存储容量。
可选地,本实施例中,用户终端可在显示屏上显示用户终端型号的输入项,在输入项中可显示输入窗口及输入项说明,用户可根据输入项说明在输入窗口中输入数据,则响应于用户在输入窗口中输入的数据,将输入的数据确定为用户终端的型号。
步骤202,访问用户终端的操作系统,以从操作系统中获取可用存储容量。
可选地,本实施例中,可通过智能小程序所在的应用APP访问用户终端的操作系统,通过操作系统获取可用存储容量,进而获取到可用存储容量。
本实施例中,在获取用户终端的用户终端的型号时,采用用户输入的方式来获取,能够快速获取用户终端的型号,并且能够对即将清理程序包有一个提醒功能。而在获取用户终端的可用存储容量时,通过访问操作系统的方式来获取,能够获取到用户终端当前的可用存储容量,使获取到的可用存储容量更加准确。
步骤203,向服务器发送程序包清理策略请求,程序包清理策略请求中包括存储特征数据,存储特征数据用于服务器针对用户终端配置程序包清理策略。
本实施例中,步骤203的实现方式与本申请第一实施例中的步骤102的实现方式类似,在此不再一一赘述。
步骤204,接收服务器发送的程序包清理策略。
其中,程序包清理策略包括:已使用程序包清理策略,未使用程序包清理策略及清理间隔时间。
可选地,本实施例中,程序包清理策略还包括清理时间间隔,如该清理时间间隔可表示为D。该清理时间间隔是根据该用户终端的存储特征数据确定的,所以该清理时间间隔更加合理,不会对用户终端中的程序包进行过于频繁的清理或者长时间不清理导致可用存储容量过小的问题。
步骤205,确定前一次程序包清理的时间与当前时间的时间间隔。
可选地,本实施例中,在每次进行程序包的清理时,均会记录程序包的清理时间,如可形成一个程序包清理时间列表。则从该程序包清理时间列表中获取前一次程序包清理的时间,并可从用户终端中获取当前时间,计算前一次程序包清理的时间与当前时间的时间间隔。
步骤206,若时间间隔大于或等于清理时间间隔,则根据已使用程序包清理策略对已使用程序包进行清理。
步骤207,根据未使用程序包清理策略对未使用程序包进行清理。
本实施例中,将该计算出的时间间隔与清理时间间隔进行对比,若计算出的时间间隔大于或等于清理时间间隔,则根据已使用程序包清理策略对已使用程序包进行清理,同时根据未使用程序包清理策略对未使用程序包进行清理。
本实施例中,在确定是否对程序包进行清理时,由于清理时间间隔是根据该用户终端的存储特征数据确定的,所以该清理时间间隔更加合理,所以若前一次程序包清理的时间与当前时间的时间间隔大于或等于清理时间间隔,则对程序包进行清理。将不会对用户终端中的程序包进行过于频繁的清理或者长时间不清理导致可用存储容量过小的问题。
作为一种可选实施方式,本实施例中,已使用程序包清理策略包括:第一保留个数,则如图4所示,步骤206包括以下步骤:
步骤2061,获取已使用程序包的最新使用时间。
其中,第一保留个数为已使用程序包的保留个数。如可表示为H。
本实施例中,在用户通过用户终端打开应用APP中的智能小程序后,就可记录已使用的程序包,形成已使用程序包的列表。在已使用程序包的列表中,可记录每次使用程序包的标识,使用时间,存储位置等信息。则通过该已使用程序包的列表获取各个已使用程序包的使用时间,若某些程序包使用不止一次,则获取已使用程序包的最新使用时间。
其中,最新使用时间是距离当前时间最近的使用时间。
步骤2062,按照最新使用时间对已使用程序包进行倒序排序。
本实施例中,按照已使用程序包的存储位置获取已使用程序包,并按照最新使用时间距离当前时间由近到远的顺序对已使用程序包进行排序,该排序为倒序排序。
步骤2063,将排序在第一保留个数之后的已使用程序包进行清理。
可选地,本实施例中,排序越靠后的已使用程序包说明最新的使用时间距离当前时间越远,用户再次使用该程序包的概率越小。反之,排序越靠前的已使用程序包说明最新的使用时间距离当前时间越近,而用户再次使用该程序包的概率越大。所以以第一保留个数为基准,清理掉排序在第一保留个数之后的已使用程序包,而保留包括第一保留个数及之前的已使用程序包。
本实施例中,在根据已使用程序包清理策略对已使用程序包进行清理时,获取已使用程序包的最新使用时间;按照最新使用时间对已使用程序包进行倒序排序;将排序在第一保留个数之后的已使用程序包进行清理。由于已使用程序包的保留个数是根据该用户终端的存储特征数据确定的,所以该已使用程序包的保留个数更加合理,使排在已使用程序包的保留个数之后的已使用程序包很大概率上为用户不再使用的程序包,不仅能够去掉大量的对用户来说不需要的已使用程序包,而且能够有效防止用户重新使用该已使用程序包再次进行该程序包下载的事情发生,进而进一步提高了用户对智能小程序的整体使用体验。
作为一种可选实施方式,本实施例中,未使用程序包清理策略包括:第一预设时长,则如图5所示,步骤207包括以下步骤:
步骤2071,获取未使用程序包的预先下载时长。
其中,第一预设时长可以为几天或几十天等,本实施例中对不不做限定。如第一预设时长表示为N。
可选地,本实施例中,可通过本地程序包列表和已使用程序包的列表中确定出未使用程序包列表,进而从未使用程序包列表中获取每个未使用程序包的预先下载的时间,根据预先下载的时间和当前时间计算每个未使用程序包的预先下载时长。
步骤2072,按照预先下载时长对未使用程序包进行升序排序。
可选地,本实施例中,按照未使用程序包的存储位置获取未使用程序包,并按照预先下载时长由小到大的顺序对未使用程序包进行排序,该排序为升序排序。
步骤2073,将预先下载时长大于第一预设时长的未使用程序包进行清理。
可选地,本实施例中,排序越靠后的未使用程序包说明预先下载时长越大,用户未使用该程序包的时长越大,用户很大概率已经遗忘。反之,排序越靠前的未使用程序包说明预先下载时长越小,用户未使用该程序包的时长越小,用户还有可能会使用到该程序包。所以以第一预设时长为基准,清理掉排序在第一预设时长之后的未使用程序包。
本实施例中,在根据未使用程序包清理策略对未使用程序包进行清理时,获取未使用程序包的预先下载时长;按照预先下载时长对未使用程序包进行升序排序;将预先下载时长大于第一预设时长的未使用程序包进行清理,由于第一预设时长是根据该用户终端的存储特征数据确定的,所以该第一预设时长更加合理,使排在第一预设时长之后的未使用程序包很大概率上为用户已经遗忘后续仍然是不会使用的程序包,能够去掉大量的对用户来说不需要的未使用程序包,进一步提高了用户终端的可用存储容量。
作为一种可选实施方式,本实施例中,未使用程序包清理策略还包括:第二预设时长及第二保留个数,则在步骤2072之后,步骤207还包括以下步骤:
步骤2074,获取在第二预设时长和第一预设时长区间的未使用程序包。
可选地,本实施例中,由于未使用程序包相对于已使用程序包,用户更高的概率不会使用,所以为了进一步提高用户终端的可用存储容量,可更大幅度的清理未使用程序包。
本实施例中,第二预设时长可以为几天或几十天等,本实施例中对不不做限定。但第二预设时长小于第一预设时长,如第二预设时间表示为M。则第二预设时长和第一预设时长间形成一个区间,可表示为[M,N]。
具体地,本实施例中,在按照预先下载时长对未使用程序包进行升序排序后,获取[M,N]区间内的未使用程序包,则在该[M,N]区间内的未使用程序包也是按照升序排序的。即越排在后面的未使用程序包的预先下载时间越长。
步骤2075,将排序在第二保留个数之后的未使用程序包进行清理。
其中,第二保留个数为在[M,N]区间内的未使用程序包的保留个数。如可表示为T。
则本实施例中,再以第二保留个数为基准,清理掉排序在第二保留个数之后的未使用程序包,而保留包括第二保留个数及之前的未使用程序包。
本实施例中,在根据未使用程序包清理策略对未使用程序包进行清理时,按照预先下载时长对未使用程序包进行升序排序后,获取在第二预设时长和第一预设时长区间的未使用程序包;将排序在第二保留个数之后的未使用程序包进行清理,由于第二预设时长和第二保留个数是根据该用户终端的存储特征数据确定的,所以该第二预设时长和第二保留个数更加合理,使在第二预设时长和第一预设时长区间内的排在第二保留个数之后的未使用程序包再次进行清理,进一步去掉大量的对用户来说不需要的未使用程序包,进一步提高了用户终端的可用存储容量。
实施例三
图6为根据本申请第三实施例提供的数据清理的方法的流程示意图,如图6所示,本实施例的执行主体为数据清理的装置,该数据清理的装置位于服务器中,本实施例提供的数据清理的方法包括以下步骤:
步骤301,接收用户终端发送的程序包清理策略请求,程序包清理策略请求中包括用户终端的存储特征数据。
其中,存储特征数据可以包括:用户终端的型号,用户终端的可用存储容量,用户终端的总存储容量等。
步骤302,根据存储特征数据针对用户终端配置程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略。
具体地,本实施例中,服务器对存储特征数据进行解析,根据解析结果对该用户终端配置相匹配的适合于该用户终端的程序包清理策略。
其中,在程序包清理策略中可以包括:清理参数,清理流程等。并且为了分别对已使用程序包和未使用程序包均进行适合的清理,在程序包清理策略中包括已使用程序包清理策略和未使用程序包清理策略。
步骤303,将程序包清理策略发送给用户终端。
本实施例中,把已使用程序包清理策略和未使用程序包清理策略进行区分后均发送给用户终端,以使用户终端根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。
本实施例提供的数据清理的方法,服务器通过接收用户终端发送的程序包清理策略请求,程序包清理策略请求中包括用户终端的存储特征数据;根据存储特征数据针对用户终端配置程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;将程序包清理策略发送给用户终端。由于在对用户终端中的程序包进行清理时,程序包清理策略是根据该用户终端的存储特征数据确定的,所以程序包清理策略是适合该用户终端的清理策略。进而能够针对每个用户终端进行个性化的清理。并且在对用户终端中的程序包进行清理时,不仅会按照已使用程序包清理策略对已使用程序包进行清理,而且还会根据未使用程序包清理策略对未使用程序包进行清理,所以能够进行有效合理的清理,能够去掉大量的对用户来说不需要的程序包,从而降低了用户终端对不必要的程序包的额外存储,进而提高了用户对智能小程序的整体使用体验。
可选地,本实施例中,程序包清理策略还包括:清理间隔时间。已使用程序包清理策略包括:第一保留个数;未使用程序包清理策略包括:第一预设时长、第二预设时长及第二保留个数。这些清理参数构成了程序包清理策略。
其中,清理时间间隔是服务器确定的每次清理程序包的时间间隔,可表示为D。第一保留个数为已使用程序包的保留个数。如可表示为H。第一预设时长表示为N,第二预设时长小于第一预设时长,如第二预设时间表示为M,第二预设时长与第一预设时长形成一个区间,可表示为[M,N]。第二保留个数为在[M,N]区间内的未使用程序包的保留个数。
作为一种可选实施方式,本实施例中,如图7所示,步骤302包括以下步骤:
步骤3021,获取预先设置的各存储特征数据与程序包清理策略的映射关系。
具体地,本实施例中,可首先根据存储特征数据与程序包清理策略的关系,设置每种存储特征数据与程序包清理策略的映射关系。即设置存储特征数据与程序包清理策略中的清理参数数值间的映射关系。
步骤3022,根据映射关系确定用户终端的存储特征数据对应的程序包清理策略。
具体地,本实施例中,在获取到用户终端的存储特征数据后,通过映射关系查找在映射关系中对应的存储特征数据,并根据映射关系中该存储特征数据获取具有映射关系的清理参数,将该清理参数确定为与用户终端的存储特征数据对应的程序包清理策略。
本实施例中,在根据存储特征数据针对用户终端配置程序包清理策略时,通过获取预先设置的各存储特征数据与程序包清理策略的映射关系;根据映射关系确定用户终端的存储特征数据对应的程序包清理策略,能够简单高效地确定出针对用户终端的程序包清理策略。
作为另一种可选实施方式,本实施例中,如图8所示,步骤302包括以下步骤:
步骤302a,将存储特征数据输入到预设配置模型中。
具体地,本实施例中,可预先设置一个配置模型,该配置模型如可以为机器学习模型,深度学习模型等,通过对该配置模型采用训练样本进行训练,得到训练至收敛的配置模型,该训练至收敛的配置模型为预设配置模型。
步骤302b,通过预设配置模型输出存储特征数据对应的程序包清理策略。
本实施例中,将存储特征数据输入到该预设配置模型中,预设配置模型根据存储特征数据,配置出相匹配的清理参数。然后通过预设配置模型输出相匹配的清理参数,该相匹配的清理参数形成程序清理策略。
本实施例中,根据存储特征数据针对用户终端配置程序包清理策略时,通过将存储特征数据输入到预设配置模型中;通过预设配置模型输出存储特征数据对应的程序包清理策略,由于预设配置模型是通过训练收敛后得到的配置模型,所以能够配置出更加合理的清理参数,提高了程序清理策略的准确性和合理性。
实施例四
图9为根据本申请第四实施例提供的数据清理的方法的信令流程示意图,如图9所示,本实施例提供的数据清理的方法包括以下步骤:
步骤401,用户终端获取用户终端的存储特征数据。
步骤402,用户终端向服务器发送程序包清理策略请求,程序包清理策略请求中包括存储特征数据。
本实施例中,存储特征数据包括:用户终端的型号和用户终端的可用存储容量。
步骤403,服务器根据存储特征数据针对用户终端配置程序包清理策略。
本实施例中,服务器根据用户终端的型号和用户终端的可用存储容量针对用户终端配置程序包清理策略。
其中,程序包清理策略包括:清理间隔时间,已使用程序包清理策略和未使用程序包清理策略。其中,已使用程序包清理策略包括:第一保留个数;未使用程序包清理策略包括:第一预设时长、第二预设时长及第二保留个数。这些清理参数构成了程序包清理策略。
步骤404,服务器将程序包清理策略发送给用户终端。
步骤405,用户终端若确定当前时间间隔大于或等于清理时间间隔,则根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。
本实施例中,步骤401-步骤405的实现方式与实施例二及实施例三的相关步骤的实现方式类似,在此不再一一赘述。
实施例五
图10为根据本申请第五实施例提供的数据清理的装置的结构示意图,如图10所示,本实施例提供的数据清理的装置位于用户终端中。该数据清理的装置1000包括:数据获取模块1001,请求发送模块1002,策略接收模块1003和程序包清理模块1004。
其中,数据获取模块1001,用于获取用户终端的存储特征数据。请求发送模块1002,用于向服务器发送程序包清理策略请求,程序包清理策略请求中包括存储特征数据,存储特征数据用于服务器针对用户终端配置程序包清理策略。策略接收模块1003,用于接收服务器发送的程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略。程序包清理模块1004,用于根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。
本实施例提供的数据清理的装置可以执行图2所示方法实施例的技术方案,其实现原理和技术效果与图2所示方法实施例类似,在此不再一一赘述。
可选地,本实施例提供的数据清理的装置1000中,还包括以下技术方案。
其中,存储特征数据包括:用户终端的型号和用户终端的可用存储容量。相应地,数据获取模块1001,具体用于:
显示用户终端型号的输入项,响应于用户在输入项中输入的数据,将输入的数据确定为用户终端的型号;访问用户终端的操作系统,以从操作系统中获取可用存储容量。
可选地,已使用程序包清理策略包括:第一保留个数。相应地,程序包清理模块1004,在根据已使用程序包清理策略对已使用程序包进行清理时,具体用于:
获取已使用程序包的最新使用时间;按照最新使用时间对已使用程序包进行倒序排序;将排序在第一保留个数之后的已使用程序包进行清理。
可选地,未使用程序包清理策略包括:第一预设时长。相应地,程序包清理模块1004,在根据未使用程序包清理策略对未使用程序包进行清理时,具体用于:
获取未使用程序包的预先下载时长;按照预先下载时长对未使用程序包进行升序排序;将预先下载时长大于第一预设时长的未使用程序包进行清理。
可选地,未使用程序包清理策略还包括:第二预设时长及第二保留个数。相应地,程序包清理模块1004,在按照预先下载时长对未使用程序包进行升序排序之后,还用于:
获取在第二预设时长和第一预设时长区间的未使用程序包;将排序在第二保留个数之后的未使用程序包进行清理。
可选地,程序包清理策略还包括:清理间隔时间。相应地,程序包清理模块1004,具体用于:
确定前一次程序包清理的时间与当前时间的时间间隔;若时间间隔大于或等于清理时间间隔,则根据已使用程序包清理策略对已使用程序包进行清理,并根据未使用程序包清理策略对未使用程序包进行清理。
本实施例提供的数据清理的装置还可以执行图3-图5、图9所示方法实施例的技术方案,其实现原理和技术效果与图3-图5、图9所示方法实施例类似,在此不再一一赘述。
实施例六
图11为根据本申请第六实施例提供的数据清理的装置的结构示意图,如图11所示,本实施例提供的数据清理的装置1100位于服务器中。该数据清理的装置1100包括:数据接收模块1101,策略配置模块1102,策略发送模块1103。
其中,数据接收模块1101,用于接收用户终端发送的程序包清理策略请求,程序包清理策略请求中包括用户终端的存储特征数据。策略配置模块1102,用于根据存储特征数据针对用户终端配置程序包清理策略;程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略。策略发送模块1103,用于将程序包清理策略发送给用户终端。
本实施例提供的数据清理的装置可以执行图6所示方法实施例的技术方案,其实现原理和技术效果与图6所示方法实施例类似,在此不再一一赘述。
可选地,本实施例提供的数据清理的装置1100中,还包括以下技术方案。
可选地,已使用程序包清理策略包括:第一保留个数;未使用程序包清理策略包括:第一预设时长、第二预设时长及第二保留个数;程序包清理策略还包括:清理间隔时间。
可选地,策略配置模块1102,具体用于:
获取预先设置的各存储特征数据与程序包清理策略的映射关系;根据映射关系确定用户终端的存储特征数据对应的程序包清理策略。
可选地,策略配置模块1102,具体用于:
将存储特征数据输入到预设配置模型中;通过预设配置模型输出存储特征数据对应的程序包清理策略。
本实施例提供的数据清理的装置还可以执行图6-图9所示方法实施例的技术方案,其实现原理和技术效果与图6-图7所示方法实施例类似,在此不再一一赘述。
根据本申请的实施例,本申请还提供了一种用户终端和一种可读存储介质。
如图12所示,是根据本申请实施例的数据清理的方法的用户终端的框图。用户终端旨在各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、大型计算机、和其它适合的计算机。用户终端还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图12所示,该用户终端包括:一个或多个处理器1201、存储器1202,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在用户终端内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个用户终端,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图12中以一个处理器1201为例。
存储器1202即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的数据清理的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的数据清理的方法。
存储器1202作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的数据清理的方法对应的程序指令/模块(例如,附图10所示的数据获取模块1001,请求发送模块1002,策略接收模块1003和程序包清理模块1004)。处理器1201通过运行存储在存储器1202中的非瞬时软件程序、指令以及模块,从而执行用户终端的各种功能应用以及数据处理,即实现上述方法实施例中的数据清理的方法。
存储器1202可以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、至少一个功能所需要的应用程序;存储数据区可存储根据图12的用户终端的使用所创建的数据等。此外,存储器1202可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1202可选包括相对于处理器1201远程设置的存储器,这些远程存储器可以通过网络连接至图12的用户终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图12的用户终端还可以包括:输入装置1203和输出装置1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接,图12中以通过总线连接为例。
输入装置1203可接收输入的语音、数字或字符信息,以及产生与图12的用户终端的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1204可以包括语音播放设备、显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括用户终端和服务器。用户终端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请的实施例,本申请还提供了一种服务器和一种可读存储介质。
如图13所示,是根据本申请实施例的数据清理的方法的服务器的框图。该服务器可以为云端服务器、刀片式服务器、大型计算机、和其它适合的计算机。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图13所示,该服务器包括:一个或多个处理器1301、存储器1302,以及用于连接各部件的接口,包括高速接口和低速接口。图13中以一个处理器1301为例。
存储器1302即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的数据清理的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的数据清理的方法。
存储器1302作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的数据清理的方法对应的程序指令/模块(例如,附图11所示的数据接收模块1101,策略配置模块1102,策略发送模块1103)。处理器1301通过运行存储在存储器1302中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的数据清理的方法。
存储器1302和处理器1301的实现方式与图12中的存储器1202和处理器1201的实现方式类似,在此不再一一赘述。
图13的服务器还可以包括:输入装置1303和输出装置1304。处理器1301、存储器1302、输入装置1303和输出装置1304可以通过总线或者其他方式连接,图13中以通过总线连接为例。
其中,输入装置1303和输出装置1304与图12中的输入装置1203和输出装置1204类似,在此不再一一赘述。
根据本申请实施例的技术方案,由于在对用户终端中的程序包进行清理时,程序包清理策略是根据该用户终端的存储特征数据确定的,所以程序包清理策略是适合该用户终端的清理策略。进而能够针对每个用户终端进行个性化的清理。并且在对用户终端中的程序包进行清理时,不仅会按照已使用程序包清理策略对已使用程序包进行清理,而且还会根据未使用程序包清理策略对未使用程序包进行清理,所以能够进行有效合理的清理,能够去掉大量的对用户来说不需要的程序包,从而降低了用户终端对不必要的程序包的额外存储,进而提高了用户对智能小程序的整体使用体验。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (24)

1.一种数据清理的方法,其特征在于,所述方法包括:
获取所述用户终端的存储特征数据;
向服务器发送程序包清理策略请求,所述程序包清理策略请求中包括所述存储特征数据,所述存储特征数据用于所述服务器针对所述用户终端配置程序包清理策略;
接收所述服务器发送的所述程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理。
2.根据权利要求1所述的方法,其特征在于,所述存储特征数据包括:用户终端的型号和用户终端的可用存储容量;
所述获取所述用户终端的存储特征数据,包括:
显示用户终端型号的输入项,响应于用户在所述输入项中输入的数据,将所述输入的数据确定为所述用户终端的型号;
访问所述用户终端的操作系统,以从所述操作系统中获取所述可用存储容量。
3.根据权利要求1所述的方法,其特征在于,所述已使用程序包清理策略包括:第一保留个数;
所述根据所述已使用程序包清理策略对已使用程序包进行清理,包括:
获取所述已使用程序包的最新使用时间;
按照所述最新使用时间对所述已使用程序包进行倒序排序;
将排序在所述第一保留个数之后的已使用程序包进行清理。
4.根据权利要求1所述的方法,其特征在于,所述未使用程序包清理策略包括:第一预设时长;
所述根据所述未使用程序包清理策略对未使用程序包进行清理,包括:
获取所述未使用程序包的预先下载时长;
按照所述预先下载时长对所述未使用程序包进行升序排序;
将所述预先下载时长大于所述第一预设时长的未使用程序包进行清理。
5.根据权利要求4所述的方法,其特征在于,所述未使用程序包清理策略还包括:第二预设时长及第二保留个数;
按照预先下载时长对所述未使用程序包进行升序排序之后,还包括:
获取在第二预设时长和第一预设时长区间的未使用程序包;
将排序在所述第二保留个数之后的未使用程序包进行清理。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述程序包清理策略还包括:清理间隔时间;
所述根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理,包括:
确定前一次程序包清理的时间与当前时间的时间间隔;
若所述时间间隔大于或等于所述清理时间间隔,则根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理。
7.一种数据清理的方法,其特征在于,所述方法包括:
接收用户终端发送的程序包清理策略请求,所述程序包清理策略请求中包括所述用户终端的存储特征数据;
根据所述存储特征数据针对所述用户终端配置程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
将所述程序包清理策略发送给所述用户终端。
8.根据权利要求7所述的方法,其特征在于,所述根据所述存储特征数据针对所述用户终端配置程序包清理策略,包括:
获取预先设置的各存储特征数据与程序包清理策略的映射关系;
根据所述映射关系确定所述用户终端的存储特征数据对应的程序包清理策略。
9.根据权利要求7所述的方法,其特征在于,所述根据所述存储特征数据针对所述用户终端配置程序包清理策略,包括:
将所述存储特征数据输入到预设配置模型中;
通过所述预设配置模型输出所述存储特征数据对应的程序包清理策略。
10.根据权利要求7-9任一项所述的方法,其特征在于,所述已使用程序包清理策略包括:第一保留个数;
所述未使用程序包清理策略包括:第一预设时长、第二预设时长及第二保留个数;
所述程序包清理策略还包括:清理间隔时间。
11.一种数据清理的装置,其特征在于,所述装置包括:
数据获取模块,用于获取所述用户终端的存储特征数据;
请求发送模块,用于向服务器发送程序包清理策略请求,所述程序包清理策略请求中包括所述存储特征数据,所述存储特征数据用于所述服务器针对所述用户终端配置程序包清理策略;
策略接收模块,用于接收所述服务器发送的所述程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
程序包清理模块,用于根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理。
12.根据权利要求11所述的装置,其特征在于,所述存储特征数据包括:用户终端的型号和用户终端的可用存储容量;
所述数据获取模块,具体用于:
显示用户终端型号的输入项,响应于用户在所述输入项中输入的数据,将所述输入的数据确定为所述用户终端的型号;访问所述用户终端的操作系统,以从所述操作系统中获取所述可用存储容量。
13.根据权利要求11所述的装置,其特征在于,所述已使用程序包清理策略包括:第一保留个数;
所述程序包清理模块,在根据所述已使用程序包清理策略对已使用程序包进行清理时,具体用于:
获取所述已使用程序包的最新使用时间;按照所述最新使用时间对所述已使用程序包进行倒序排序;将排序在所述第一保留个数之后的已使用程序包进行清理。
14.根据权利要求11所述的装置,其特征在于,所述未使用程序包清理策略包括:第一预设时长;
所述程序包清理模块,在根据所述未使用程序包清理策略对未使用程序包进行清理时,具体用于:
获取所述未使用程序包的预先下载时长;按照所述预先下载时长对所述未使用程序包进行升序排序;将所述预先下载时长大于所述第一预设时长的未使用程序包进行清理。
15.根据权利要求14所述的装置,其特征在于,所述未使用程序包清理策略还包括:第二预设时长及第二保留个数;
所述程序包清理模块,在按照预先下载时长对所述未使用程序包进行升序排序之后,还用于:
获取在第二预设时长和第一预设时长区间的未使用程序包;将排序在所述第二保留个数之后的未使用程序包进行清理。
16.根据权利要求11-15任一项所述的装置,其特征在于,所述程序包清理策略还包括:清理间隔时间;
所述程序包清理模块,具体用于:
确定前一次程序包清理的时间与当前时间的时间间隔;若所述时间间隔大于或等于所述清理时间间隔,则根据所述已使用程序包清理策略对已使用程序包进行清理,并根据所述未使用程序包清理策略对未使用程序包进行清理。
17.一种数据清理的装置,其特征在于,所述装置包括:
数据接收模块,用于接收用户终端发送的程序包清理策略请求,所述程序包清理策略请求中包括所述用户终端的存储特征数据;
策略配置模块,用于根据所述存储特征数据针对所述用户终端配置程序包清理策略;所述程序包清理策略包括:已使用程序包清理策略和未使用程序包清理策略;
策略发送模块,用于将所述程序包清理策略发送给所述用户终端。
18.根据权利要求17所述的装置,其特征在于,所述策略配置模块,具体用于:
获取预先设置的各存储特征数据与程序包清理策略的映射关系;根据所述映射关系确定所述用户终端的存储特征数据对应的程序包清理策略。
19.根据权利要求17所述的装置,其特征在于,所述策略配置模块,具体用于:
将所述存储特征数据输入到预设配置模型中;通过所述预设配置模型输出所述存储特征数据对应的程序包清理策略。
20.根据权利要求17-19任一项所述的装置,其特征在于,所述已使用程序包清理策略包括:第一保留个数;
所述未使用程序包清理策略包括:第一预设时长、第二预设时长及第二保留个数;
所述程序包清理策略还包括:清理间隔时间。
21.一种用户终端,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
22.一种服务器,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求7-10中任一项所述的方法。
23.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求7-10中任一项所述的方法。
CN202010322835.4A 2020-04-22 2020-04-22 数据清理的方法、装置、设备及存储介质 Active CN111443926B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010322835.4A CN111443926B (zh) 2020-04-22 2020-04-22 数据清理的方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010322835.4A CN111443926B (zh) 2020-04-22 2020-04-22 数据清理的方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111443926A true CN111443926A (zh) 2020-07-24
CN111443926B CN111443926B (zh) 2023-10-13

Family

ID=71653443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010322835.4A Active CN111443926B (zh) 2020-04-22 2020-04-22 数据清理的方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111443926B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113064885A (zh) * 2020-12-29 2021-07-02 中国移动通信集团贵州有限公司 一种数据清洗方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150032589A1 (en) * 2014-08-08 2015-01-29 Brighterion, Inc. Artificial intelligence fraud management solution
CN104462264A (zh) * 2014-11-21 2015-03-25 北京奇虎科技有限公司 清理操作系统中垃圾文件的方法和装置
CN105468416A (zh) * 2015-11-30 2016-04-06 魅族科技(中国)有限公司 一种应用程序清理的方法及终端
CN106572250A (zh) * 2016-10-31 2017-04-19 努比亚技术有限公司 清理移动终端后台应用程序的方法及装置
CN110990341A (zh) * 2019-10-29 2020-04-10 宇龙计算机通信科技(深圳)有限公司 清除数据的方法、装置、电子设备及介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106502768A (zh) * 2016-09-22 2017-03-15 南京酷派软件技术有限公司 一种应用程序处理方法、装置、终端及服务器
CN108519916A (zh) * 2018-04-16 2018-09-11 努比亚技术有限公司 终端清理进程的处理方法、移动终端及可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150032589A1 (en) * 2014-08-08 2015-01-29 Brighterion, Inc. Artificial intelligence fraud management solution
CN104462264A (zh) * 2014-11-21 2015-03-25 北京奇虎科技有限公司 清理操作系统中垃圾文件的方法和装置
CN105468416A (zh) * 2015-11-30 2016-04-06 魅族科技(中国)有限公司 一种应用程序清理的方法及终端
CN106572250A (zh) * 2016-10-31 2017-04-19 努比亚技术有限公司 清理移动终端后台应用程序的方法及装置
CN110990341A (zh) * 2019-10-29 2020-04-10 宇龙计算机通信科技(深圳)有限公司 清除数据的方法、装置、电子设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MELIKE GÜNAY等: "Digital Data Forgetting: A Machine Learning Approach" *
彭炜: "数据库的安全策略和实现" *
杜炜: "KVM客户机主动共享的内存超量使用策略研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113064885A (zh) * 2020-12-29 2021-07-02 中国移动通信集团贵州有限公司 一种数据清洗方法和装置

Also Published As

Publication number Publication date
CN111443926B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN105227626B (zh) 一种内容推送方法、装置及终端
CN107329750A (zh) 应用程序中广告页面的识别方法、跳转方法及移动终端
CN107678800B (zh) 后台应用清理方法、装置、存储介质及电子设备
CN104469717B (zh) 短信发送方法及装置
CN109857477A (zh) 混合应用转场优化方法、装置及设备
CN104601683A (zh) 一种文件下载管理方法以及移动终端和通信系统
CN105843853A (zh) 智能设备的清理方法及装置
CN104519262A (zh) 获取视频数据的方法、装置及终端
CN106663015A (zh) 恢复会话状态
CN111045893A (zh) 监控任务的执行方法、装置及系统、存储介质、电子装置
CN105553770B (zh) 一种数据采集控制方法和装置
CN110765075A (zh) 自动驾驶数据的存储方法和设备
CN104978353A (zh) 一种桌面应用的生成控制方法、装置及系统
CN104965831A (zh) 一种网址纠错方法、服务器、终端,及系统
CN108196972A (zh) 一种应用软件的修复方法、装置、终端及存储介质
CN111241396A (zh) 信息推送的方法和装置、电子设备、存储介质
CN105607830A (zh) 一种终端截图方法、装置和终端
CN111443926A (zh) 数据清理的方法、装置、设备及存储介质
CN113885971A (zh) 一种基于自适应平台系统的状态管理方法及装置
CN112671878B (zh) 一种区块链的信息订阅方法、装置、服务器和存储介质
CN110633134A (zh) 应用程序管理方法、装置及移动终端、存储介质
CN110825951B (zh) 网页处理方法、装置和电子设备
CN111726402A (zh) 用户行为数据处理方法、装置、电子设备及存储介质
CN105204760B (zh) 一种消息发送方法、移动终端以及系统
CN107168648B (zh) 文件存储方法、装置及终端

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