TWI482033B - 排程方法及電腦 - Google Patents

Description

排程方法及電腦

本發明係關於一種排程方法及電腦，特別是關於一種可根據使用者之使用模式自動產生排程之方法及電腦。

伺服器的工作主要在於提供電腦資料存取與服務要求處理，由於隨時都有可能會有服務要求產生，為了回應使用者，伺服器須隨時保持開機狀態。

近來隨著家用電腦的普及，家庭中電腦往往不只一台，用於管理電腦的家用或個人伺服器的概念逐漸為一般大眾接受。

家用或個人伺服器使用者行為模式較單純化，大多時間並不會有使用者服務要求，若以一般伺服器管理方式套用至家用或個人伺服器上，將導致伺服器隨時處於等待回應狀態，結果只會造成如電力資源或是硬體壽命消耗的浪費。

另一方面，家用或個人伺服器其設備效能需求之門檻較一般伺服器低階，若正處理如資料處理備份等系統工作時，同時又得處理使用者需求服務，將導致系統則會較忙碌，且使得處理時間增長，造成系統負擔，且使用者在使用時會明顯覺得效能下降。

而在先前技術中，伺服器的系統工作排程通常為伺服器預設或是使用者自訂，然伺服器預設之排程很有可能與使用者要求服務的時間衝突，造成效能下降，而使用者自訂排程會造成使用者麻煩及困擾，且有時常重訂排程之必要。

因此，有必要提供一種排程方法及電腦，以改善先前技術所存在的問題。

本發明之主要目的係在提供一種排程方法及電腦，其可在不影響使用者使用電腦的情況下，根據使用者對電腦之使用行為模式，自動產生一排程，進一步透過休眠或關機的方式，達到節省資源的目的。

為達到上述之目的，本發明提供一種排程方法，係用於電腦，該方法包括下列步驟：記錄預定間隔時間內至少一電腦之使用者行為模式資料；篩選使用者行為模式資料以產生有效使用者行為模式資料；以及根據有效使用者行為模式資料產生排程。

在本發明之一實施例中，本發明之排程方法更包括下列步驟：提供篩選規則；以及根據篩選規則將使用者行為模式資料轉換成有效使用者行為模式資料。

為達到上述之目的，本發明提供一種電腦，包括處理器及儲存裝置，其中儲存裝置係與處理器電性連接，儲存裝置包括資料記錄模組、資料分析模組及排程模組。其中資料記錄模組係用以記錄使用者行為模式資料；資料分析模組係用以分析使用者行為模式資料並產生排程；且排程模組係用以執行排程。

在本發明之一實施例中，資料分析模組更包括資料過濾模組，資料過濾模組包括篩選規則，資料過濾模組係根據篩選規則篩選使用者行為模式資料以產生有效的使用者行為模式資料；藉由資料分析模組分析有效使用者行為模式資料並產生排程。

為讓本發明之上述和其他目的、特徵和優點能更明顯易懂，下文特舉出較佳實施例，並配合所附圖式，作詳細說明如下。

以下請先參考圖1關於本發明之電腦之一實施例之硬體架構圖。

如圖1所示，本發明之電腦1包括處理器20及儲存裝置30，儲存裝置30包括資料記錄模組31、資料分析模組32、排程模組33及進階排程模組34。其中資料分析模組32更包括資料過濾模組321。

儲存裝置30係與處理器20電性連接，以藉由處理器20執行資料記錄模組31、資料分析模組32、排程模組33及進階排程模組34之作業。資料過濾模組321係根據一篩選規則篩選使用者行為模式資料以產生有效使用者行為模式資料；資料分析模組32係分析有效使用者行為模式資料並產生排程；而由排程模組33執行排程。

以下即說明本發明如何藉由資料記錄模組31、資料分析模組32、排程模組33及進階排程模組34而產生排程。

請參考圖2關於本發明之排程方法之一實施例之步驟流程圖，並請一併參考圖1、圖3至圖7。

如圖2所示，本發明首先進行步驟S71：記錄預定間隔時間內使用者行為模式資料。

一般來說，電腦1係提供複數使用者使用，在本發明之一實施例中，資料記錄模組31係用以記錄在預定間隔時間內各個使用者行為模式資料，使用者行為模式資料可包括各個使用者在使用電腦1時的登入時間、使用電腦程式之種類及使用時間等等。其中預定間隔時間係N週，本發明之排程方法係記錄最近N週之使用者行為模式資料。其中N係實質上介於1至24之間，但本發明不以此為限，在一較佳實施例中，N係4。

惟須注意的是，當較新的一週之使用者行為模式資料被記錄時，本發明之排程方法係將最舊之一週之使用者行為模式資料刪除，但本發明不以此為限。

接著進行步驟S72：篩選使用者行為模式資料以產生有效使用者行為模式資料。

在本發明之一實施例中，步驟S72更包括步驟S721及步驟S722：

步驟S721：提供篩選規則。

在本發明之一實施例中，篩選規則係將各週七天中之同一天形成複數編組，且各個編組包括各個編組資料。篩選規則係另外以一特定時數將一天分成複數時段，且各個時段包括各個時段資料。在本發明之一實施例中，特定時數係實質上介於1至6之間，但本發明不以此為限。

如圖3所示，在本發明之一實施例中，資料記錄模組31係記錄最近4週之使用者行為模式資料，各週之星期一為一編組，其中D₁ 係最近一週之星期一之編組資料，D₂ 係最近二週之星期一之編組資料，D₃ 係最近三週之星期一之編組資料，D₄ 係最近四週之星期一之編組資料，其餘以此類推。

如圖4所示，特定時數係為4小時，因此一天將分成6個時段，其中，特定時數亦可依需求設定為1小時，而將一天分成24小時，或可將特定時數設定為2小時，而將一天分為12小時，本發明不以此為限。D₁₁ 係最近一週之星期一之第一時段之時段資料，D₁₂ 係最近一週之星期一之第二時段之時段資料，其餘以此類推，不再贅述。惟須注意的是，以下本發明之排程方法之實施例雖以星期一為例，但並不以星期一為限。

接著進行步驟S722：根據篩選規則將使用者行為模式資料轉換成有效使用者行為模式資料。

在本發明之一實施例中，篩選規則更包括電腦程式之執行紀錄、電腦之使用紀錄或特定程式對電腦1之執行紀錄。舉例來說，電腦程式之執行紀錄係電腦1內建的系統程式之執行紀錄，譬如硬碟重組程式之執行紀錄；電腦之使用紀錄係特定使用者(譬如管理者)使用電腦1之使用紀錄；而特定程式可為Outlook或Word等等，但本發明不以上述例子為限。

在本發明之一實施例中，資料過濾模組321係根據如圖4所示之篩選規則將使用者行為模式資料轉成有效使用者行為模式資料。舉例來說，當電腦其中一時段被使用過，且符合篩選規則時，則將該時段資料定義為有效(如圖4中斜線部分)。

接著進行步驟S73：根據有效使用者行為模式資料產生排程。

在本發明之一實施例中，資料分析模組32係用以分析有效使用者行為模式資料並產生排程，其中排程係指在各個時段中安排電腦1執行電腦程式之執行程序、開機程序、休眠程序或關機程序，但本發明不以此為限。藉由安排休眠程序或關機程序，可達到節省資源(如電能)的目的。

請參考圖5在本發明之一實施例中，是否安排休眠程序係由步驟S731判斷：根據下述規則判斷是否在排程中安排休眠程序。

在本發明之一實施例中，係根據第一規則(1)判斷是否在排程中安排休眠程序。

其中N係週數，i係其中一編組中之其中一天之序號，j係時段之序號，D_ij 係電腦1之使用狀況參數，K₁ 係第一常數；藉此，若D_ij >K₁ ，則判斷不須安排休眠程序；且若Dij<K₁ ，則安排休眠程序。

在本發明之一實施例中，N係4，i係1至4，j係1至6，若其中一時段資料係有效，則D_ij =1；且若其中一時段資料係無效，則D_ij =0。

在本發明之一較佳實施例中，係根據第二規則(2)判斷是否在排程中安排休眠程序。

與上述第一規則(1)最大的不同在於K₂ 係第二常數且W_i 係權重值，當越接近現在時間之其中一編組時，K₂ 係越大，越接近現在時間之其中一編組越具相關性，藉此可更符合最近之使用者之行為模式。

如圖6所示，圖6依據本發明之排程方法所產生一排程之示意圖，其中d1、d3及d6之時段係安排休眠程序。

接著進行步驟S74：判斷排程中是否有長時間無使用時段。

在本發明之一實施例中，進階排程模組34係用以分析產生之排程。以圖4為例，其中長時間無使用時段係指超過8小時以上且電腦1處於閒置狀態，但本發明不以此時間為限。

若判斷為是，則進行步驟S75：安排關機程序及開機程序至排程中。

在本發明之一實施例中，進階排程模組34係安排關機程序及開機程序至排程中，以達到節省資源的目的。

若判斷為否，則進行步驟S76：判斷是否有電腦程式之執行程序。

如圖7所示，在本發明之一實施例中，進階排程模組34係判斷是否有電腦程式之執行程序(譬如硬碟重組程式)。

若判斷為是，則進行步驟S77：將電腦程式安排至短時間無使用時段。

在本發明之一實施例中，進階排程模組34係可將電腦程式之執行程序移至其他短時間無使用狀態之一時段並重新產生一排程，藉此，空出來之時段可安排休眠程序或關機程序，以達到節省資源的目的。

惟須注意的是，以上雖以電腦為例說明本發明之排程方法，但本發明之排程方法並不以使用在電腦為限，舉例來說，伺服器亦在本發明之電腦之精神範疇中。

綜上所陳，本發明無論就目的、手段及功效，在在均顯示其迥異於習知技術之特徵，懇請貴審查委員明察，早日賜准專利，俾嘉惠社會，實感德便。惟應注意的是，上述諸多實施例僅係為了便於說明而舉例而已，本發明所主張之權利範圍自應以申請專利範圍所述為準，而非僅限於上述實施例。

1．．．電腦

20．．．處理器

30．．．儲存裝置

31．．．資料記錄模組

32．．．資料分析模組

321．．．資料過濾模組

33．．．排程模組

34．．．進階排程模組

圖1係關於本發明之電腦之一實施例之硬體架構圖。

圖2係關於本發明之排程方法之一實施例之步驟流程圖。

圖3係關於本發明之使用者行為模式資料之一實施例之示意圖。

圖4係關於本發明之有效使用者行為模式資料之一實施例之示意圖。

圖5係關於本發明之排程方法之一實施例之步驟流程圖。

圖6係關於本發明之排程之一實施例之示意圖。

圖7係關於本發明之排程方法之一實施例之步驟流程圖。

Claims (19)

1. 一種排程方法，係用於一電腦，該排程方法包括下列步驟：提供一資料記錄模組以記錄一預定間隔時間內一使用者行為模式資料；提供一資料過濾模組以篩選該使用者行為模式資料，再藉由一資料分析模組產生一有效使用者行為模式資料；以及根據該有效使用者行為模式資料產生一排程，以根據下述一第一規則或一第二規則判斷是否在該排程中安排一休眠程序，其中該第一規則為： 該第二規則為： 其中N係週數且大於1，i係其中一天之序號，j係其中一時段之序號，D_ij 係該電腦之一使用狀況參數，W_i 係一權重值，K₁ 係一第一常數，K₂ 係一第二常數；藉此，若D_ij >K₁ 或D_ij *W_i >K₂ ，則判斷不須安排該休眠程序；且若D_ij <K₁ 或D_ij *W_i <K₂ ，則安排該休眠程序。
2. 如申請專利範圍第1項所述之排程方法，其中該預定間隔時間係最近一N週。
3. 如申請專利範圍第2項所述之排程方法，其中N係實質上介於2至24之間。
4. 如申請專利範圍第1項所述之排程方法，在篩選該使用者行為模式資料以產生該有效使用者行為模式資料之步驟中，更包括下列步驟：提供一篩選規則；以及提供該資料過濾模組以根據該篩選規則將該使用者行為模式資料轉換成該有效使用者行為模式資料。
5. 如申請專利範圍第4項所述之排程方法，其中該篩選規則包括一電腦程式之執行紀錄、一電腦使用紀錄或一特定程式對 該電腦之執行紀錄。
6. 如申請專利範圍第4項所述之排程方法，其中該篩選規則係將各週七天中之同一天形成複數編組，且各個編組包括各個編組資料。
7. 如申請專利範圍第5項所述之排程方法，其中該篩選規則係以一特定時數將一天形成複數時段，且各個時段包括各個時段資料。
8. 如申請專利範圍第7項所述之排程方法，其中該特定時數係實質上介於1至24之間。
9. 如申請專利範圍第7項所述之排程方法，該排程係在各個時段中安排該電腦執行一電腦程式之執行程序、一開機程序、一休眠程序或一關機程序。
10. 如申請專利範圍第1項所述之排程方法，更包括下列步驟：提供一進階排程模組以判斷該排程中是否有一長時間無使用時段；以及若判斷為是，則藉由該進階排程模組安排該關機程序及該開機程序至該排程中。
11. 如申請專利範圍第1項所述之排程方法，更包括下列步驟：提供一進階排程模組以判斷該排程中是否有一長時間無使用時段；若判斷為否，則藉由該進階排程模組判斷是否有該電腦程式之執行程序；以及若判斷有該電腦程式之執行程序，則藉由該進階排程模組將該電腦程式安排至一短時間無使用時段。
12. 一種電腦，包括：一處理器；一儲存裝置，係與該處理器電性連接，該儲存裝置包括：一資料記錄模組，係用以記錄一預定間隔時間內之一使用者行為模式資料；一資料分析模組，係用以分析該使用者行為模式資料並產生 一排程，以及根據下述一第一規則或一第二規則判斷是否在該排程中安排一休眠程序，其中該第一規則為： 該第二規則為： 其中N係週數且大於1，i係其中一天之序號，j係其中一時段之序號，D_ij 係該電腦之一使用狀況參數，W_i 係一權重值，K₁ 係一第一常數，K₂ 係一第二常數；藉此，若D_ij >K₁ 或D_ij *W_i >K₂ ，則判斷不須安排該休眠程序；且若D_ij <K₁ 或D_ij *W_i <K₂ ，則安排該休眠程序；一資料過濾模組，該資料過濾模組係根據一篩選規則篩選該使用者行為模式資料以產生一有效使用者行為模式資料；藉此，該資料分析模組係分析該有效使用者行為模式資料並產生該排程；以及一排程模組，係用以執行該排程。
13. 如申請專利範圍第12項所述之電腦，其中該預定間隔時間係最近一N週。
14. 如申請專利範圍第13項所述之電腦，其中N係實質上介於2至24之間。
15. 如申請專利範圍第12項所述之電腦，其中該有效使用者行為模式資料包括複數編組資料，各個編組資料係選自各週七天中之同一天之組合。
16. 如申請專利範圍第15項所述之電腦，其中係以一特定時數將一天形成複數時段，各個時段包括各個時段資料。
17. 如申請專利範圍第16項所述之電腦，該排程係在各個時段資料中安排該電腦執行一電腦程式之執行程序、一開機程序、一休眠程序或一關機之程序。
18. 如申請專利範圍第12項所述之電腦，其中該篩選規則包括一電腦程式之執行紀錄、一電腦之使用紀錄或一特定程式對該電腦之執行紀錄。
19. 如申請專利範圍第12項所述之電腦，該儲存裝置更包括一進階排程模組，係與該處理器電性連接，該進階排程模組係用以分析產生該排程。