WO2019165828A1 - 处理方法、存储介质及电子设备 - Google Patents

处理方法、存储介质及电子设备 Download PDF

Info

Publication number
WO2019165828A1
WO2019165828A1 PCT/CN2018/121809 CN2018121809W WO2019165828A1 WO 2019165828 A1 WO2019165828 A1 WO 2019165828A1 CN 2018121809 W CN2018121809 W CN 2018121809W WO 2019165828 A1 WO2019165828 A1 WO 2019165828A1
Authority
WO
WIPO (PCT)
Prior art keywords
application
probability value
target application
preset
information
Prior art date
Application number
PCT/CN2018/121809
Other languages
English (en)
French (fr)
Inventor
段要辉
Original Assignee
Oppo广东移动通信有限公司
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 Oppo广东移动通信有限公司 filed Critical Oppo广东移动通信有限公司
Priority to EP18907535.1A priority Critical patent/EP3734446B1/en
Publication of WO2019165828A1 publication Critical patent/WO2019165828A1/zh
Priority to US16/908,011 priority patent/US11481229B2/en

Links

Images

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
    • G06F9/44568—Immediately runnable code
    • G06F9/44578—Preparing or optimising for loading
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks

Definitions

  • the present application relates to the field of electronic device technologies, and in particular, to an application processing method, a storage medium, and an electronic device.
  • the embodiment of the present application provides an application processing method, a storage medium, and an electronic device, which can improve an application opening speed on the premise of implementing an application function.
  • an application processing method provided in an embodiment of the present application is applied to an electronic device, where the method includes:
  • loading the target application corresponds to a resource file stored in the storage area.
  • the storage medium provided by the embodiment of the present application has a computer program stored thereon, and when the computer program is run on a computer, the computer is caused to perform an application processing method provided by any embodiment of the present application.
  • an electronic device provided by an embodiment of the present application includes a processor and a memory, where the memory has a computer program, and the processor is used to execute an application provided by any embodiment of the present application by calling the computer program. Approach.
  • FIG. 1 is a schematic diagram of an application scenario of an application processing method according to an embodiment of the present disclosure.
  • FIG. 2 is a schematic flowchart of an application processing method provided by an embodiment of the present application.
  • FIG. 3 is a schematic diagram of a scenario for acquiring a target application in an embodiment of the present application.
  • FIG. 4 is a schematic diagram of a scenario for acquiring a target application and an candidate application in the embodiment of the present application.
  • FIG. 5 is a schematic diagram of a scenario in which a user triggers a target application in an embodiment of the present application.
  • FIG. 6 is another schematic flowchart of an application processing method according to an embodiment of the present application.
  • FIG. 7 is a schematic structural diagram of an application processing apparatus according to an embodiment of the present application.
  • FIG. 8 is another schematic structural diagram of an application processing apparatus according to an embodiment of the present application.
  • FIG. 9 is a schematic structural diagram of an electronic device according to an embodiment of the present application.
  • FIG. 10 is another schematic structural diagram of an electronic device according to an embodiment of the present application.
  • An embodiment of the present application provides an application processing method, which is applied to an electronic device, where the method includes:
  • loading the target application corresponds to a resource file stored in the storage area.
  • the obtaining the historical running information of the electronic device, and acquiring the triggering probability value of the multiple applications in the application platform according to the historical running information may specifically include:
  • the prediction module predicts a trigger probability value of the plurality of applications in the application platform according to the historical operation information.
  • the inputting the historical operation information into the prediction model may specifically include:
  • the first type of information after the weight is increased, and the second type of information after the weight is reduced is input to the prediction module.
  • the predictive model includes at least one of a convolutional neural network model and a cyclic neural network model.
  • the downloading the resource file of the target application may specifically include:
  • the amount of data is greater than the preset amount of data, determining whether the triggering probability value of the target application is greater than a second preset probability value, wherein the second preset probability value is greater than the first preset probability value;
  • the trigger probability value of the target application is not greater than the second preset probability value, downloading a part of the resource file of the target application.
  • downloading all the resource files of the target application may include:
  • the downloading the resource text of the target application may specifically include:
  • the resource file of the target application is downloaded.
  • the application that the triggering probability value is greater than the first preset probability value is set as the target application, and obtaining the at least one target application may specifically include:
  • the second preset position is set around the first preset position.
  • the plurality of target applications and the plurality of candidate applications are displayed in a sequence of trigger probability values.
  • the method further includes:
  • the second trigger probability value is smaller than the first preset probability value, deleting the resource file of the target application.
  • the method further includes:
  • the configuration file includes a statement describing an interface of the target application, the statement including data required for the interface presentation and operational logic of the interface.
  • the embodiment of the present application further provides a storage medium having stored thereon a computer program, wherein when the computer program is run on a computer, the computer is caused to execute the application processing method according to any one of the above.
  • An embodiment of the present application further provides an electronic device, including a processor and a memory, where the memory stores a computer program, the processor is connected to the memory, and the processor calls the computer program, the processor Execution: acquiring historical operation information of the electronic device, and acquiring, according to the historical operation information, a trigger probability value of multiple applications in the application platform;
  • loading the target application corresponds to a resource file stored in the storage area.
  • the prediction module predicts a trigger probability value of the plurality of applications in the application platform according to the historical operation information.
  • the processor further performs:
  • the first type of information after the weight is increased, and the second type of information after the weight is reduced is input to the prediction module.
  • the processor further performs:
  • the amount of data is greater than the preset amount of data, determining whether the triggering probability value of the target application is greater than a second preset probability value, wherein the second preset probability value is greater than the first preset probability value;
  • the trigger probability value of the target application is not greater than the second preset probability value, downloading a part of the resource file of the target application.
  • the processor further performs:
  • the resource file of the target application is downloaded.
  • the processor further performs:
  • the embodiment of the present application provides an application processing method, where the execution body of the application processing method may be an application processing device provided by the embodiment of the present application, or an electronic device integrated with the application processing device, where the application processing device may adopt hardware or The way the software is implemented.
  • the electronic device may be a device such as a smart phone, a tablet computer, a palmtop computer, a notebook computer, or a desktop computer.
  • FIG. 1 is a schematic diagram of an application scenario of an application processing method according to an embodiment of the present disclosure.
  • an electronic device 10 and an application server 30 are connected through a network 20 .
  • the electronic device can be installed with an operating system adapted to its hardware according to actual needs, such as an Android system, an Apple system, a Windows system, and a Symbian system.
  • an Android system such as an Apple system, a Windows system, and a Symbian system.
  • the network may be a wireless network or a wired network, and may include network entities such as routers and gateways, which are not shown in FIG.
  • a wireless network it may include one or a combination of a wireless wide area network, a wireless local area network, a wireless metropolitan area network, and a wireless personal network.
  • the configuration file of the corresponding application is stored in the application server, and the configuration file is generated by the electronic device to generate a native interface of the corresponding application, that is, the same running effect of the installation related application is implemented without installing the related application.
  • the data required for the application to run can be obtained from the application server in real time. Therefore, the native interface generated by the electronic device executing the configuration file can be referred to as a "fast application”.
  • the application server acts as a "man in the middle" between the user and the application developer, providing application platform services for users and developers.
  • developers can develop their own “fast applications” (including corresponding configuration files and The other files required for the application are uploaded to the application server and provided to the user through the application server.
  • the user can find the "quick application” to be used by the application server according to the needs of the user, and use it quickly. .
  • FIG. 2 is a schematic flowchart of an application processing method according to an embodiment of the present application.
  • the specific process of the application processing method provided by the embodiment of the present application may be as follows:
  • the historical running information of the electronic device may include the user's chat record, input information, network browsing information, etc., and may also include the system time of the electronic device, the remaining power, the current network state (such as in the WIFI state or the mobile network state), network quality, The running time of the electronic device after booting, the latest screen time, background application, etc.
  • the application platform refers to a platform that aggregates execution ports of multiple fast applications, and can click on the execution portal of different fast applications on the application platform, thereby entering the native page of the corresponding fast application, without installing the fast application, but running through the platform. .
  • the trigger probability values of multiple applications in the application platform are obtained according to historical operation information.
  • the step of acquiring the historical running information of the electronic device and acquiring the triggering probability values of the multiple applications in the application platform according to the historical running information includes:
  • the historical operation information is input into the prediction model, and the prediction module predicts the trigger probability values of the plurality of applications in the application platform according to the historical operation information.
  • a reference time point such as the trigger time point at which the application platform is triggered.
  • the historical running information in the preset time period of the triggering time point money is obtained.
  • the historical running information of the time period can more accurately predict the triggering probability of the application.
  • the historical operation information of the time period is input into the prediction model, and the prediction model is predicted to obtain the trigger probability values of multiple applications in the application platform.
  • the prediction model may be a prediction model such as a convolutional neural network model or a cyclic neural network model.
  • the input data is more comprehensive and accurate, and the results predicted later are more accurate.
  • the step of inputting historical operational information into the predictive model comprises:
  • Classifying the historical running information to obtain the first type of information belonging to the user interaction information and the second type information belonging to the electronic device system information;
  • the first type of information after the weight is increased, and the second type of information after the weight is lowered is input to the prediction module.
  • the historical operation information is classified, and the historical operation information can be separated into the first type information belonging to the user interaction information and the second type information belonging to the electronic device system information.
  • the first type of information may include chat record information, user input information, user browsing webpage information, etc., and the first type of information is strongly related to the user, so that the weight of the first type of information is increased correspondingly, and the influence on the prediction result is increased.
  • the second type of information may include information such as system time, current network status, network quality, and running time of the electronic device after the device is powered on. If the second type of information has low relevance to the user, the weight of the second type of information may be reduced, and the pair may be reduced. The impact of the forecast results.
  • the historical operation information is classified and the weights of different categories of information are adjusted to improve the accuracy of the prediction results.
  • a fixed first preset probability value such as 0.6, may be preset. After the trigger probability values of the multiple applications are obtained, the trigger probability values of the respective applications are compared with the first preset probability values. If the value is greater than, the application is set as the target application, and at least one target application is obtained. Referring to FIG. 3, the application platform includes application A, application B, application C, and application D, and the application whose trigger probability value is greater than the first preset probability value is set as the target application, and the target application A and the target application B are obtained.
  • the first preset probability value may also be a floating probability value. For example, if the trigger probability values of multiple applications are sorted by size, and 5 applications are selected as the target application, the triggering probability value is ranked sixth. The probability value is preset, so that the five applications with the largest trigger probability value are obtained as the target application.
  • the step of setting an application whose trigger probability value is greater than the first preset probability value as the target application, and obtaining at least one target application includes:
  • the execution entry of the plurality of candidate applications is added to the second preset location of the main interface of the application platform.
  • An execution portal of the plurality of applications is displayed in the application platform, and the target application whose trigger probability value is greater than the first preset probability value is displayed in the first preset position, and the candidate application whose trigger probability value is smaller is displayed in the second preset position.
  • the first preset position is a more prominent position
  • the second preset position is a less obvious position.
  • the first preset position is in the middle
  • the second preset position is in the periphery.
  • the second preset position may surround the first preset position. If the target application and the alternate application are arranged, the target application is displayed first and the candidate application is displayed later.
  • the application platform includes application A, application B, and application C.
  • the application D, the application E, and the application F obtain the target application A, the target application B, and the candidate application E and the candidate application F according to the trigger probability values, and are arranged according to the trigger probability values.
  • the execution entry of the target application can add other tags, such as adding a base color of other colors, adding an underline, and the like.
  • the resource file can include an application's configuration file and the like.
  • the configuration file corresponding to the target application is a configuration file of the fast application corresponding to the target application, and the configuration file is used for the electronic device to generate and display the native interface of the target application, so that the electronic device does not have the target application installed. , can achieve the same running effect of the installed target application.
  • the configuration file includes a statement describing an interface of the target application, and the statement includes the data required for the interface display and the running logic of the interface.
  • the data required for the foregoing interface display may include a display element that the target application interface needs to display, layout information of the display element, a resource address required for the display element to be displayed, and the like, wherein the layout information may include the position, size, and color of each display element.
  • the information address may be the address of the local resource of the electronic device or the link address of the resource stored on the application server.
  • the running logic of the foregoing interface may include an interface address that needs to be jumped when the element is displayed, or an operation that needs to be performed by clicking the display element, or an operation that needs to be performed by other user operations.
  • the resource file may also include a file in a subdirectory of the application, such as the title image data of a movie in the video application.
  • the resource file is cached in the storage area corresponding to the application platform.
  • the storage area corresponding to the application platform may be a storage area that the electronic device allocates for the application platform.
  • the step of downloading the resource file of the target application includes:
  • the amount of data is greater than the preset amount of data, determining whether the triggering probability value of the target application is greater than the second preset probability value, wherein the second preset probability value is greater than the first preset probability value;
  • the application platform presets a preset data amount corresponding to the target application, and obtains the data volume size of the resource file to be downloaded by the target application before downloading the resource file of the target application. Then, it is judged whether the data amount is greater than the preset data amount, and if it is less than or equal to, the resource file of the target application is directly downloaded. If it is larger, the resource file to be downloaded is larger, which affects the download rate and operation efficiency of the electronic device, and also affects the download rate of other target applications.
  • the triggering probability value of the target application is greater than the second preset probability value, wherein the second preset probability value is greater than the first preset probability value; if the first preset probability value is 0.6, the second pre- Let the probability value be 0.8. If the triggering probability of the target application is greater than the second preset probability value, it indicates that the target application is highly likely to trigger, and the possibility of downloading the resource file is also large, and then the download can be performed at this time. If the triggering probability of the target application is not greater than the second preset probability value, limiting the download amount of the target application, only part of the resource file may be downloaded, saving storage space, and reducing the impact of other target applications.
  • the step of downloading all the resource files of the target application further includes:
  • the execution entry of the target application is added to the main interface of the electronic device.
  • the execution portal of the target application may be added to the main interface of the electronic device, and the user may express Enter the target app.
  • the execution portal can be displayed by using a trigger icon, and the trigger icon is clicked, and the target application loads the resource file for the user to use normally.
  • the step of downloading the resource text of the target application includes:
  • the storage space of the target application can be pre-allocated. For example, if five target applications are set and the storage space is 1M, the target application can equally divide the storage space of the 1M, or the storage space can be divided according to the trigger probability value. Obtain the pre-storage capacity corresponding to the target application and the amount of data of the resource file to be downloaded; then compare the pre-storage capacity and the amount of data. If the amount of data does not exceed the pre-storage capacity, directly download the resource file. If the amount of data exceeds the pre-storage capacity, it is detected whether the storage area has remaining capacity; if there is remaining capacity, it is determined whether the data amount exceeds the sum of the pre-storage capacity and the remaining capacity; if not, the resource file of the target application is downloaded.
  • the target application with a large trigger probability value may be preferentially downloaded. If the data volume of the two target applications exceeds its pre-storage capacity, the target application with a large trigger probability value is preferentially satisfied.
  • the loading target application corresponds to the resource file stored in the storage area.
  • the resource file of the target application is not downloaded from the network, and the resource file is directly loaded from the storage area, so that the configuration can be quickly completed and the startup of the target application is accelerated.
  • the target application B is triggered by the user, and the resource file stored in the storage area by the target application B is loaded.
  • the method further includes:
  • the resource file of the target application is deleted.
  • the second trigger probability value of the target application is re-acquired, wherein the target application with the smallest trigger probability value may be started first. If the second trigger probability value of the target application is smaller than the first preset probability value, the resource file cached by the target application is deleted, and the storage space is saved.
  • the second trigger probability value of all applications of the application platform is re-acquired, and a batch of target applications is re-acquired. If the old target application is not the target application, the corresponding resource file is deleted, and the corresponding resource file is deleted. For the new target application, the resource file is downloaded, and the application for the target application twice determines whether the resource file is expired or invalid, and if it expires or fails, it is re-downloaded.
  • FIG. 6 is another schematic flowchart of an application processing method according to an embodiment of the present application.
  • the specific process of the application processing method provided by the embodiment of the present application may be as follows:
  • a reference time point such as the trigger time point at which the application platform is triggered.
  • the historical running information in the preset time period of the triggering time point money is obtained.
  • the historical running information of the time period can more accurately predict the triggering probability of the application.
  • the historical running information of the electronic device may include the user's chat record, input information, network browsing information, etc., and may also include the system time of the electronic device, the remaining power, the current network state (such as in the WIFI state or the mobile network state), network quality, The running time of the electronic device after booting, the latest screen time, background application, etc.
  • the prediction module predicts a trigger probability value of the multiple applications in the application platform according to the historical operation information.
  • the historical running information in the preset time period of the triggering time point money is obtained.
  • the historical running information of the time period can more accurately predict the triggering probability of the application.
  • the historical operation information of the time period is input into the prediction model, and the prediction model is predicted to obtain the trigger probability values of multiple applications in the application platform.
  • the prediction model may be a prediction model such as a convolutional neural network model or a cyclic neural network model.
  • the input data is more comprehensive and accurate, and the results predicted later are more accurate.
  • a fixed first preset probability value such as 0.6, may be preset. After the trigger probability values of the multiple applications are obtained, the trigger probability values of the respective applications are compared with the first preset probability values. If the value is greater than, the application is set as the target application, and at least one target application is obtained.
  • the first preset probability value may also be a floating probability value. For example, if the trigger probability values of multiple applications are sorted by size, and 5 applications are selected as the target application, the triggering probability value is ranked sixth. The probability value is preset, so that the five applications with the largest trigger probability value are obtained as the target application.
  • the application platform presets a preset amount of data corresponding to the target application.
  • the triggering probability value of the target application is greater than the second preset probability value, download all resource files of the target application, and cache the resource file in a storage area corresponding to the application platform.
  • the resource file to be downloaded is larger, which affects the download rate and operation efficiency of the electronic device, and also affects the download rate of other target applications.
  • the triggering probability value of the target application is not greater than the second preset probability value, download a part of the resource file of the target application, and cache the resource file in a storage area corresponding to the application platform.
  • the resource file of the target application is directly downloaded.
  • the loading target application corresponds to the resource file stored in the storage area.
  • the resource file of the target application is not downloaded from the network, and the resource file is directly loaded from the storage area, so that the configuration can be quickly completed and the startup of the target application is accelerated.
  • the second trigger probability value of the target application is re-acquired, wherein the target application with the smallest trigger probability value may be started.
  • the second trigger probability value of all applications of the application platform may be re-acquired.
  • the second trigger probability value is obtained from the target application with the smallest trigger probability value, and the second trigger probability value of the target application is smaller than the first preset probability value, the resource file cached by the target application is deleted, and the storage space is saved. If the second trigger probability value of all the application platforms is applied, after re-acquiring a batch of target applications, if the old target application is not the target application, delete the corresponding resource file, and add a new target application, then download the resource. The file, the application that is applied to the target twice, determines whether the resource file has expired or expired, and if it expires or fails, it is re-downloaded.
  • the first embodiment obtains the historical running information of the electronic device, and obtains the triggering probability values of the multiple applications in the application platform according to the historical running information; and then sets the application whose trigger probability value is greater than the first preset probability value as the target.
  • the application obtains at least one target application; downloads the resource file of the target application, and caches the resource file in the storage area corresponding to the application platform; finally, when the triggering operation on the target application is detected, the loading target application is correspondingly stored in the storage area. Resource file.
  • the application triggering probability value is predicted before the application is triggered.
  • the corresponding resource file is cached, and when the application is triggered, the cached resource file may be loaded, and the cached resource file may be loaded.
  • Temporary downloads can increase the speed at which applications can be opened.
  • FIG. 7 is a schematic structural diagram of an application processing apparatus according to an embodiment of the present application.
  • the application processing device 400 is applied to an electronic device, and the application processing device 400 includes a trigger probability value acquisition module 401, a target application acquisition module 402, a download module 403, and a load module 404. among them:
  • the triggering probability value obtaining module 401 is configured to acquire historical running information of the electronic device, and obtain a triggering probability value of multiple applications in the application platform according to the historical running information;
  • the target application obtaining module 402 is configured to set an application whose trigger probability value is greater than the first preset probability value as the target application, to obtain at least one target application;
  • the downloading module 403 is configured to download a resource file of the target application, and cache the resource file in a storage area corresponding to the application platform;
  • the loading module 404 is configured to: when the triggering operation on the target application is detected, load the target application corresponding to the resource file stored in the storage area.
  • FIG. 8 is another schematic structural diagram of an application processing apparatus according to an embodiment of the present application.
  • the trigger probability value acquisition module 401 includes a trigger time point acquisition sub-module 4011, a historical operation information acquisition sub-module 4012, and a trigger probability value acquisition sub-module 4013. among them:
  • the triggering time point obtaining sub-module 4011 is configured to acquire a corresponding triggering time point when detecting a triggering operation on the application platform;
  • the historical operation information obtaining sub-module 4012 is configured to acquire historical operation information within a preset time period before the electronic device triggers the time point;
  • the trigger probability value obtaining sub-module 4013 is configured to input historical operation information into the prediction model, and the prediction module predicts a trigger probability value of the plurality of applications in the application platform according to the historical operation information.
  • the trigger probability value obtaining module is further configured to classify the historical running information to obtain first type information belonging to the user interaction information and second type information belonging to the electronic device system information;
  • the first type of information after the weight is increased, and the second type of information after the weight is lowered is input to the prediction module.
  • the download module is further configured to:
  • the amount of data is greater than the preset amount of data, determining whether the triggering probability value of the target application is greater than the second preset probability value, wherein the second preset probability value is greater than the first preset probability value;
  • the apparatus further includes an add module for:
  • the execution entry of the target application is added to the main interface of the electronic device.
  • the download module is further configured to:
  • the target application acquisition module is further configured to:
  • the execution entry of the plurality of candidate applications is added to the second preset location of the main interface of the application platform.
  • the apparatus further includes a deletion module, the deletion module is configured to:
  • the resource file of the target application is deleted.
  • the trigger probability value obtaining module acquires the historical running information of the electronic device, and obtains the triggering probability value of the multiple applications in the application platform according to the historical running information; the target application acquiring module sets the triggering probability value to be greater than the first preset.
  • the application of the probability value is set as the target application, and at least one target application is obtained; the download module downloads the resource file of the target application, and caches the resource file in the storage area corresponding to the application platform; and when the loading module detects the trigger operation on the target application,
  • the load target application corresponds to a resource file stored in the storage area.
  • the application triggering probability value is predicted before the application is triggered.
  • the corresponding resource file is cached, and when the application is triggered, the cached resource file may be loaded, and the cached resource file may be loaded.
  • Temporary downloads can increase the speed at which applications can be opened.
  • the electronic device 500 includes a processor 501 and a memory 502.
  • the processor 501 is electrically connected to the memory 502.
  • the processor 500 is a control center of the electronic device 500, which connects various parts of the entire electronic device using various interfaces and lines, executes the electronic by running or loading a computer program stored in the memory 502, and calling data stored in the memory 502.
  • the various functions of the device 500 process the data to enable automatic changes to the material information of the electronic device.
  • the memory 502 can be used to store software programs and modules, and the processor 501 executes various functional applications and data processing by running computer programs and modules stored in the memory 502.
  • the memory 502 may mainly include a storage program area and a storage data area, wherein the storage program area may store an operating system, a computer program required for at least one function (such as a sound playing function, an image playing function, etc.), and the like; the storage data area may be stored according to Data created by the use of electronic devices, etc.
  • memory 502 can include high speed random access memory, and can also include non-volatile memory, such as at least one magnetic disk storage device, flash memory device, or other volatile solid state storage device. Accordingly, memory 502 can also include a memory controller to provide processor 501 access to memory 502.
  • the processor 501 in the electronic device 500 loads the instructions corresponding to the process of one or more computer programs into the memory 502 according to the following steps, and is stored in the memory 502 by the processor 501.
  • the computer program in which to implement various functions, as follows:
  • the load target application corresponds to a resource file stored in the storage area.
  • the processor 501 may specifically perform the following steps:
  • the historical operation information is input into the prediction model, and the prediction module predicts the trigger probability values of the plurality of applications in the application platform according to the historical operation information.
  • the processor 501 may specifically perform the following steps:
  • Classifying the historical running information to obtain the first type of information belonging to the user interaction information and the second type information belonging to the electronic device system information;
  • the first type of information after the weight is increased, and the second type of information after the weight is lowered is input to the prediction module.
  • the processor 501 when downloading the resource file of the target application, the processor 501 may specifically perform the following steps:
  • the amount of data is greater than the preset amount of data, determining whether the triggering probability value of the target application is greater than the second preset probability value, wherein the second preset probability value is greater than the first preset probability value;
  • the processor 501 may specifically perform the following steps:
  • the execution entry of the target application is added to the main interface of the electronic device.
  • the processor 501 when downloading the resource file of the target application, the processor 501 may specifically perform the following steps:
  • the processor 501 may specifically perform the following steps:
  • the execution entry of the plurality of candidate applications is added to the second preset location of the main interface of the application platform.
  • the processor 501 may specifically perform the following steps:
  • the resource file of the target application is deleted.
  • the embodiment of the present application first obtains historical operation information of the electronic device, and obtains a trigger probability value of multiple applications in the application platform according to the historical operation information; and then sets an application whose trigger probability value is greater than the first preset probability value.
  • the target application obtains at least one target application; downloads the resource file of the target application, and caches the resource file in the storage area corresponding to the application platform; finally, when the trigger operation on the target application is detected, the load target application is correspondingly stored in the storage.
  • the application triggering probability value is predicted before the application is triggered.
  • the corresponding resource file is cached, and when the application is triggered, the cached resource file may be loaded, and the cached resource file may be loaded.
  • Temporary downloads can increase the speed at which applications can be opened.
  • the electronic device 500 can further include a display 503, a radio frequency circuit 504, an audio circuit 505, and a power source 506.
  • the display 503, the radio frequency circuit 504, the audio circuit 505, and the power source 506 are electrically connected to the processor 501, respectively.
  • Display 503 can be used to display information entered by a user or information provided to a user, as well as various graphical user interfaces, which can be composed of graphics, text, icons, video, and any combination thereof.
  • the display 503 can include a display panel.
  • the display panel can be configured in the form of a liquid crystal display (LCD) or an organic light-emitting diode (OLED).
  • LCD liquid crystal display
  • OLED organic light-emitting diode
  • the radio frequency circuit 504 can be used to transmit and receive radio frequency signals to establish wireless communication with network devices or other electronic devices through wireless communication, and to transmit and receive signals with network devices or other electronic devices.
  • the audio circuit 505 can be used to provide an audio interface between the user and the electronic device through the speaker, the microphone.
  • Power source 506 can be used to power various components of electronic device 500.
  • the power source 506 can be logically coupled to the processor 501 through a power management system to enable functions such as managing charging, discharging, and power management through the power management system.
  • the electronic device 500 may further include a camera, a Bluetooth module, and the like, and details are not described herein.
  • the embodiment of the present application further provides a storage medium, where the storage medium stores a computer program, and when the computer program runs on the computer, causes the computer to execute the application processing method in any of the foregoing embodiments, for example, first determining a target that needs to be uninstalled first. And then acquiring, according to the application information of the target application, the configuration file of the corresponding target application from the application server; and generating an execution portal of the corresponding configuration file, where the execution entry is used to execute the configuration file when triggered to generate and display the native interface of the target application. Finally, the generated execution entry is added to the default interface and the target application is uninstalled.
  • the storage medium may be a magnetic disk, an optical disk, a read only memory (ROM), or a random access memory (RAM).
  • ROM read only memory
  • RAM random access memory
  • the computer program can be stored in a computer readable storage medium, such as in a memory of the electronic device, and executed by at least one processor within the electronic device, and can include, for example, an embodiment of the application processing method during execution Process.
  • the storage medium may be a magnetic disk, an optical disk, a read only memory, a random access memory, or the like.
  • each functional module may be integrated into one processing chip, or each module may exist physically separately, or two or more modules may be integrated into one module.
  • the above integrated modules can be implemented in the form of hardware or in the form of software functional modules.
  • An integrated module, if implemented in the form of a software functional module and sold or used as a standalone product, may also be stored in a computer readable storage medium such as a read only memory, a magnetic disk or an optical disk.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Stored Programmes (AREA)

Abstract

一种应用处理方法、存储介质及电子设备，该方法包括：获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值（201）；将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用（202）；下载目标应用的资源文件，并将资源文件缓存在应用平台的存储区域内（203）；当检测到对目标应用的触发操作时，加载对应存储在存储区域的资源文件（204）。

Description

处理方法、存储介质及电子设备
本申请要求于2018年02月28日提交中国专利局、申请号为201810167173.0、申请名称为“处理方法、装置、存储介质及电子设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及电子设备技术领域，具体涉及一种应用处理方法、存储介质及电子设备。
背景技术
目前，随着终端技术的高速发展，如智能手机越来越深入人们的生活之中，在智能手机上可以安装各种各样的应用，如拍照应用、游戏应用、地图应用等等，以供用户使用。
但是，随着应用的功能越来越强大，每个应用对应占用的存储空间也越来越大，很可能会影响智能手机系统的正常运行。
发明内容
本申请实施例提供了一种应用处理方法、存储介质及电子设备，能够在实现应用功能的前提下，提高应用的开启速度。
第一方面，本申请实施例了提供了的一种应用处理方法，应用于电子设备，所述方法包括：
获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值；
将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用；
下载所述目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内；
当检测到对所述目标应用的触发操作时，加载所述目标应用对应存储在所述存储区域的资源文件。
第二方面，本申请实施例提供的存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请任一实施例提供的应用处理方法。
第三方面，本申请实施例提供的电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请任一实施例提供的应用处理方法。
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为本申请实施例提供的应用处理方法的应用场景示意图。
图2是本申请实施例提供的应用处理方法的流程示意图。
图3是本申请实施例中获取目标应用的场景示意图。
图4是本申请实施例中获取目标应用和备选应用的场景示意图。
图5是本申请实施例中使用者触发目标应用的场景示意图。
图6为本申请实施例提供的应用处理方法的另一流程示意图。
图7是本申请实施例提供的应用处理装置的结构示意图。
图8是本申请实施例提供的应用处理装置的另一结构示意图。
图9是本申请实施例提供的电子设备的结构示意图。
图10是本申请实施例提供的电子设备的另一结构示意图。
具体实施方式
请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。
本申请实施例提供一种应用处理方法，应用于电子设备，所述方法包括：
获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值；
将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用；
下载所述目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内；
当检测到对所述目标应用的触发操作时，加载所述目标应用对应存储在所述存储区域的资源文件。
所述获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值具体可以包括：
当检测到对所述应用平台的触发操作时，获取对应的触发时间点；
获取所述电子设备所述触发时间点前预设时间段内的历史运行信息；
将所述历史运行信息输入预测模型，所述预测模块根据所述历史运行信息预测应用平台内多个应用的触发概率值。
所述将所述历史运行信息输入预测模型具体可以包括：
将所述历史运行信息进行分类，得到属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息；
提高所述第一类信息的权重，并降低所述第二类信息的权重；
将提高权重后的所述第一类信息，以及降低权重后的所述第二类信息输入预测模块。
所述预测模型包括卷积神经网络模型和循环神经网络模型中的至少一项。
所述下载所述目标应用的资源文件具体可以包括：
获取所述目标应用需下载的资源文件的数据量大小；
若所述数据量大于预设数据量，则判断所述目标应用的触发概率值是否大于第二预设概率值，其 中，所述第二预设概率值大于第一预设概率值；
若所述目标应用的触发概率值大于所述第二预设概率值，则下载所述目标应用的全部资源文件；
若所述目标应用的触发概率值不大于所述第二预设概率值，则下载所述目标应用的部分资源文件。
若所述目标应用的触发概率值大于所述第二预设概率值，则下载所述目标应用的全部资源文件具体可以包括：
若所述目标应用的触发概率值大于所述第二预设概率值，则将所述目标应用的执行入口添加在所述电子设备的主界面。
所述下载所述目标应用的资源文具体可以包括：
根据所述目标应用的触发概率值，获取所述目标应用对应的预先存储容量；
获取所述目标应用需下载的资源文件的数据量大小；
若所述数据量超出所述预先存储容量，则检测所述存储区域是否有剩余容量；
若有剩余容量，则判断所述数据量是否超出所述预先存储容量和剩余容量之和；
若未超出，则下载所述目标应用的资源文件。
所述将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用具体可以包括：
将所述触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，所述第三预设概率值小于所述第一预设概率值；
将所述多个目标应用的执行入口添加在所述应用平台的主界面的第一预设位置；
将所述多个备选应用的执行入口添加在所述应用平台的主界面的第二预设位置。
所述第二预设位置围绕所述第一预设位置设置。
所述多个目标应用和所述多个备选应用按触发概率值排列显示。
所述下载所述多个目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内之后，还包括：
当所述存储区域存满后，获取所述目标应用的第二触发概率值；
若所述第二触发概率值小于所述第一预设概率值，则将所述目标应用的资源文件删除。
所述加载所述目标应用对应存储在所述存储区域的资源文件之后，还包括：
根据所述资源文件包括所述目标应用的配置文件，根据所述配置文件生成并展示所述目标应用的原生界面。
所述配置文件包括描述所述目标应用的界面的语句，所述语句包括所述界面展示所需的数据以及所述界面的运行逻辑。
本申请实施例还提供一种存储介质，其上存储有计算机程序，其中，当所述计算机程序在计算机 上运行时，使得所述计算机执行如上述任一项所述的应用处理方法。
本申请实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器与所述存储器连接，所述处理器通过调用所述计算机程序，所述处理器执行：获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值；
将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用；
下载所述目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内；
当检测到对所述目标应用的触发操作时，加载所述目标应用对应存储在所述存储区域的资源文件。
在获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值中，所述处理器还执行：
当检测到对所述应用平台的触发操作时，获取对应的触发时间点；
获取所述电子设备所述触发时间点前预设时间段内的历史运行信息；
将所述历史运行信息输入预测模型，所述预测模块根据所述历史运行信息预测应用平台内多个应用的触发概率值。
在将所述历史运行信息输入预测模型中，所述处理器还执行：
将所述历史运行信息进行分类，得到属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息；
提高所述第一类信息的权重，并降低所述第二类信息的权重；
将提高权重后的所述第一类信息，以及降低权重后的所述第二类信息输入预测模块。
在下载所述目标应用的资源文件中，所述处理器还执行：
获取所述目标应用需下载的资源文件的数据量大小；
若所述数据量大于预设数据量，则判断所述目标应用的触发概率值是否大于第二预设概率值，其中，所述第二预设概率值大于第一预设概率值；
若所述目标应用的触发概率值大于所述第二预设概率值，则下载所述目标应用的全部资源文件；
若所述目标应用的触发概率值不大于所述第二预设概率值，则下载所述目标应用的部分资源文件。
在下载所述目标应用的资源文中，所述处理器还执行：
根据所述目标应用的触发概率值，获取所述目标应用对应的预先存储容量；
获取所述目标应用需下载的资源文件的数据量大小；
若所述数据量超出所述预先存储容量，则检测所述存储区域是否有剩余容量；
若有剩余容量，则判断所述数据量是否超出所述预先存储容量和剩余容量之和；
若未超出，则下载所述目标应用的资源文件。
在将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用中， 所述处理器还执行：
将所述触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，所述第三预设概率值小于所述第一预设概率值；
将所述多个目标应用的执行入口添加在所述应用平台的主界面的第一预设位置；
将所述多个备选应用的执行入口添加在所述应用平台的主界面的第二预设位置。
本申请实施例提供一种应用处理方法，该应用处理方法的执行主体可以是本申请实施例提供的应用处理装置，或者集成了该应用处理装置的电子设备，其中该应用处理装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等设备。
请参阅图1，图1为本申请实施例提供的应用处理方法的应用场景示意图，如图1所示，电子设备10与应用服务器30通过网络20连接。
其中，电子设备可以根据实际需要安装与其硬件所适配的操作系统，比如安卓系统、苹果系统、Windows系统以及塞班系统等。
网络可以为无线网络，也可以为有线网络，其中可以包括路由器以及网关等网络实体，图1中并未一一示出。为无线网络时，可以包括无线广域网、无线局域网、无线城域网、以及无线个人网中的一种或其组合。
应用服务器中存储有对应应用的配置文件，该配置文件被电子设备执行时生成对应应用的原生界面，也即是在未安装相关应用的前提下，实现安装相关应用相同的运行效果。需要说明的是，除生成原生界面的配置文件之外，应用运行所需的数据可以实时从应用服务器获取。因此，可以通俗的将电子设备执行配置文件而生成的原生界面称作“快应用”。此外，应用服务器作为使用者与应用开发者之间的“中间人”，为使用者和开发者提供应用平台服务，一方面，开发者可以将自身开发的“快应用”(包括相应的配置文件以及应用运行所需的其他文件)上传至应用服务器，通过应用服务器提供给使用者使用；另一方面，使用者可以根据自己使用需求，通过应用服务器查找到需要使用的“快应用”，快速进行使用。
请参照图2，图2为本申请实施例提供的应用处理方法的流程示意图。本申请实施例提供的应用处理方法的具体流程可以如下：
201，获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值。
电子设备的历史运行信息可以包括用户的聊天记录、输入信息、网络浏览信息等，还可以包括电子设备的系统时间、剩余电量、当前网络状态(如在WIFI状态还是移动网络状态)、网络质量、电子设备开机后运行时长、最近一次息屏时间、后台应用等。
应用平台指集合多个快应用的执行入口的平台，可以在该应用平台点击不同快应用的执行入口， 从而进入对应的快应用的原生页面，不需要安装该快应用，而是通过平台进行运行。
根据历史运行信息获取应用平台内多个应用的触发概率值。
在一实施方式中，获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值的步骤，包括：
当检测到对应用平台的触发操作时，获取对应的触发时间点；
获取电子设备触发时间点前预设时间段内的历史运行信息；
将历史运行信息输入预测模型，预测模块根据历史运行信息预测应用平台内多个应用的触发概率值。
先获取一个基准时间点，如应用平台被触发的触发时间点。然后获取该触发时间点钱预设时间段内的历史运行信息。该时间段的历史运行信息更能准确的预测应用的触发概率。最后将该时间段的历史运行信息输入预测模型，预测模型进行预测，得到应用平台内多个应用的触发概率值。
其中，预测模型可以为卷积神经网络模型、循环神经网络模型等预测模型。输入数据更全面更准确，后面预测的结果也能更准确。
在一实施方式中，将历史运行信息输入预测模型的步骤，包括：
将历史运行信息进行分类，得到属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息；
提高第一类信息的权重，并降低第二类信息的权重；
将提高权重后的第一类信息，以及降低权重后的第二类信息输入预测模块。
将历史运行信息输入预测模型之前，先对历史运行信息进行分类，可以将历史运行信息分出属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息。其中，第一类信息可以包括聊天记录信息、用户输入信息、用户浏览网页信息等，第一类信息与用户强相关，则对应的提高第一类信息的权重，增大对预测结果的影响。第二类信息可以包括系统时间、当前网络状态、网络质量、电子设备开机后运行时长等信息，第二类信息与用户的关联性较低，则可以降低第二类信息的权重，减小对预测结果的影响。对历史运行信息进行分类和对不同类别的信息的权重进行调整，以提高预测结果的准确性。
202，将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用。
可以预先设置一个固定的第一预设概率值，如0.6。得到多个应用的触发概率值后，将各个应用的触发概率值与第一预设概率值进行比较，若大于，则将该应用设为目标应用，得到至少一个目标应用。请参阅图3，应用平台包括应用A、应用B、应用C和应用D，将触发概率值大于第一预设概率值的应用设为目标应用，得到目标应用A和目标应用B。
第一预设概率值也可以为一个浮动的概率值，如将多个应用的触发概率值按大小进行排序，需要 选取5个应用为目标应用，则选取触发概率值排名第6的为第一预设概率值，从而得到触发概率值最大的5个应用为目标应用。
在一实施方式中，将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用的步骤，包括：
将触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，第三预设概率值小于第一预设概率值；
将多个目标应用的执行入口添加在应用平台的主界面的第一预设位置；
将多个备选应用的执行入口添加在应用平台的主界面的第二预设位置。
应用平台内显示有多个应用的执行入口，将触发概率值大于第一预设概率值的目标应用显示在第一预设位置，将触发概率值小一些的备选应用显示在第二预设位置。其中，第一预设位置为较为显目的位置，第二预设位置为较不显目的位置。如第一预设位置为中间，第二预设位置为周边。第二预设位置可以围绕第一预设位置。目标应用和备选应用若为排列显示，则目标应用显示在前面，备选应用显示在后面。请参阅图4，应用平台包括应用A、应用B、应用C。应用D、应用E和应用F，根据触发概率值得到目标应用A、目标应用B和备选应用E和备选应用F，并且按触发概率值排列。
另外，目标应用的执行入口可以增加其他标记，如增加其他颜色的底色，增加下划线等。
203，下载目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内。
该资源文件可以包括应用的配置文件等。
其中，对应目标应用的配置文件也即是对应目标应用的快应用的配置文件，该配置文件用于供电子设备生成并展示目标应用的原生界面，从而使得电子设备在未安装目标应用的情况下，能够实现已安装目标应用相同的运行效果。
具体的，配置文件包括描述目标应用的界面的语句，该语句包括界面展示所需的数据以及界面的运行逻辑。
前述界面展示所需的数据可以包括目标应用界面需要展示的显示元素、显示元素的布局信息、该显示元素展示所需的资源地址等，其中，布局信息可以包括各个显示元素的位置、尺寸、颜色等信息，资源地址可以为电子设备本地资源的地址或者应用服务器上存储的资源的链接地址。
前述界面的运行逻辑可以包括点击显示元素时需要跳转的界面地址，或者点击该显示元素需要执行的操作，或者其他用户操作对应的需要执行的操作。
该资源文件还可以包括应用内一个子目录的文件，如视频应用中某个电影的片头影像数据。
得到目标应用后，分别下载各个目标应用的资源文件。并将资源文件缓存在应用平台对应的存储区域内。其中，应用平台对应的存储区域可以为电子设备为应用平台划出的存储区域。
在一实施方式中，下载目标应用的资源文件的步骤，包括：
获取目标应用需下载的资源文件的数据量大小；
若数据量大于预设数据量，则判断目标应用的触发概率值是否大于第二预设概率值，其中，第二预设概率值大于第一预设概率值；
若目标应用的触发概率值大于第二预设概率值，则下载目标应用的全部资源文件；
若目标应用的触发概率值不大于第二预设概率值，则下载目标应用的部分资源文件。
应用平台对应目标应用预先设置了一预设数据量，在下载目标应用的资源文件前，先获取目标应用需下载的资源文件的数据量大小。然后判断数据量是否大于预设数据量，若小于或等于，则直接下载目标应用的资源文件。若大于，则需要下载的资源文件较大，会影响电子设备的下载速率和运行效率，也会影响其他目标应用的下载速率。此时，再去判断目标应用的触发概率值是否大于第二预设概率值，其中，第二预设概率值大于第一预设概率值；如第一预设概率值为0.6，第二预设概率值为0.8。若目标应用的触发概率大于第二预设概率值，说明该目标应用触发的可能性很大，后续要下载资源文件的可能性也很大，则可以此时就下载。若目标应用的触发概率不大于第二预设概率值，则限制该目标应用的下载量，可以仅下载部分资源文件，节约存储空间，减小其他目标应用的影响。
在一实施方式中，若目标应用的触发概率值大于第二预设概率值，则下载目标应用的全部资源文件的步骤，还包括：
若目标应用的触发概率值大于第二预设概率值，则将目标应用的执行入口添加在电子设备的主界面。
若目标应用的触发概率值大于第二预设概率值，说明该目标应用的被触发的可能性非常大，则可以将该目标应用的执行入口添加在电子设备的主界面，可以让用户快递的进入该目标应用。执行入口可以使用触发图标显示的方式，触发图标被点击，则该目标应用加载资源文件，让用户正常使用。
在一实施方式中，下载目标应用的资源文的步骤，包括：
根据目标应用的触发概率值，获取目标应用对应的预先存储容量；
获取目标应用需下载的资源文件的数据量大小；
若数据量超出预先存储容量，则检测存储区域是否有剩余容量；
若有剩余容量，则判断数据量是否超出预先存储容量和剩余容量之和；
若未超出，则下载目标应用的资源文件。
目标应用的存储空间可以预先分配好，如设置5个目标应用，存储空间为1M，则目标应用可以平分该1M的存储空间，也可以根据触发概率值递减的划分存储空间。获取目标应用对应的预先存储容量，以及需下载的资源文件的数据量大小；然后比较预先存储容量和数据量的大小，若数据量未超出预先存储容量，则直接下载资源文件。若数据量超出预先存储容量，则检测存储区域是否有剩余容量；若有剩余容量，则判断数据量是否超出预先存储容量和剩余容量之和；若未超出，则下载目标应用的资源文件。
其中，存储区域没有剩余容量；则下载部分资源文件。若数据量超出预先存储容量和剩余容量之和，则下载部分资源文件。
其中，可以优先下载触发概率值大的目标应用，若有两个目标应用的数据量超出其预先存储容量，则优先满足触发概率值大的目标应用。
204，当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。
当检测到对目标应用的触发操作时，不需要从网络上大量下载目标应用的资源文件，从存储区域内直接加载资源文件，可以快速的完成配置，加快目标应用的启动。请参阅图5，目标应用B被用户触发，则加载目标应用B存储在存储区域的资源文件。
在一实施方式中，下载多个目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内的步骤之后，还包括：
当存储区域存满后，获取目标应用的第二触发概率值；
若第二触发概率值小于第一预设概率值，则将目标应用的资源文件删除。
当存储区域存满后，重新获取目标应用的第二触发概率值，其中，可以先从触发概率值最小的目标应用开始。若该目标应用的第二触发概率值小于第一预设概率值，则删除该目标应用缓存的资源文件，节约存储空间。
也可以当存储区域存满后，重新获取应用平台全部应用的第二触发概率值，重新获取一批目标应用，若旧的目标应用现在不是目标应用了，则删除其对应的资源文件，增加的新的目标应用，则下载资源文件，两次都为目标应用的应用则判断资源文件是否过期或失效，若过期或失效，则重新下载。
请参照图6，图6为本申请实施例提供的应用处理方法的另一流程示意图。本申请实施例提供的应用处理方法的具体流程可以如下：
301，当检测到对应用平台的触发操作时，获取对应的触发时间点。
先获取一个基准时间点，如应用平台被触发的触发时间点。
302，获取电子设备触发时间点前预设时间段内的历史运行信息。
然后获取该触发时间点钱预设时间段内的历史运行信息。该时间段的历史运行信息更能准确的预测应用的触发概率。电子设备的历史运行信息可以包括用户的聊天记录、输入信息、网络浏览信息等，还可以包括电子设备的系统时间、剩余电量、当前网络状态(如在WIFI状态还是移动网络状态)、网络质量、电子设备开机后运行时长、最近一次息屏时间、后台应用等。
303，将历史运行信息输入预测模型，预测模块根据历史运行信息预测应用平台内多个应用的触发概率值。
然后获取该触发时间点钱预设时间段内的历史运行信息。该时间段的历史运行信息更能准确的预测应用的触发概率。最后将该时间段的历史运行信息输入预测模型，预测模型进行预测，得到应用平台 内多个应用的触发概率值。
其中，预测模型可以为卷积神经网络模型、循环神经网络模型等预测模型。输入数据更全面更准确，后面预测的结果也能更准确。
304，将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用。
可以预先设置一个固定的第一预设概率值，如0.6。得到多个应用的触发概率值后，将各个应用的触发概率值与第一预设概率值进行比较，若大于，则将该应用设为目标应用，得到至少一个目标应用。
第一预设概率值也可以为一个浮动的概率值，如将多个应用的触发概率值按大小进行排序，需要选取5个应用为目标应用，则选取触发概率值排名第6的为第一预设概率值，从而得到触发概率值最大的5个应用为目标应用。
305，获取目标应用需下载的资源文件的数据量大小。
在下载目标应用的资源文件前，先获取目标应用需下载的资源文件的数据量大小。
306，若数据量大于预设数据量，则判断目标应用的触发概率值是否大于第二预设概率值，其中，第二预设概率值大于第一预设概率值。
应用平台对应目标应用预先设置了一预设数据量。
307，判断数据量是否大于预设数据量。
308，若目标应用的触发概率值大于第二预设概率值，则下载目标应用的全部资源文件；并将资源文件缓存在应用平台对应的存储区域内。
若大于，则需要下载的资源文件较大，会影响电子设备的下载速率和运行效率，也会影响其他目标应用的下载速率。此时，再去判断目标应用的触发概率值是否大于第二预设概率值，其中，第二预设概率值大于第一预设概率值；如第一预设概率值为0.6，第二预设概率值为0.8。若目标应用的触发概率大于第二预设概率值，说明该目标应用触发的可能性很大，后续要下载资源文件的可能性也很大，则可以此时就下载。若目标应用的触发概率不大于第二预设概率值，则限制该目标应用的下载量，可以仅下载部分资源文件，节约存储空间，减小其他目标应用的影响。
309，若目标应用的触发概率值不大于第二预设概率值，则下载目标应用的部分资源文件，并将资源文件缓存在应用平台对应的存储区域内。
若小于或等于，则直接下载目标应用的资源文件。
310，当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。
当检测到对目标应用的触发操作时，不需要从网络上大量下载目标应用的资源文件，从存储区域内直接加载资源文件，可以快速的完成配置，加快目标应用的启动。
311，当存储区域存满后，获取目标应用的第二触发概率值。
当存储区域存满后，重新获取目标应用的第二触发概率值，其中，可以先从触发概率值最小的目 标应用开始。也可以当存储区域存满后，重新获取应用平台全部应用的第二触发概率值。
312，若第二触发概率值小于第一预设概率值，则将目标应用的资源文件删除。
若先从触发概率值最小的目标应用开始获取第二触发概率值，当该目标应用的第二触发概率值小于第一预设概率值，则删除该目标应用缓存的资源文件，节约存储空间。若应用平台全部应用的第二触发概率值，当重新获取一批目标应用后，若旧的目标应用现在不是目标应用了，则删除其对应的资源文件，增加的新的目标应用，则下载资源文件，两次都为目标应用的应用则判断资源文件是否过期或失效，若过期或失效，则重新下载。
由上可知，本实施例首先获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值；然后将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用；再下载目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内；最后当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。在应用被触发前先预测得到应用的触发概率值，若应用的概率值大于第一预设概率值，则缓存对应的资源文件，当该应用被触发时，可以加载缓存的资源文件，不需要再临时下载，可以提高应用的开启速度。
在一实施例中还提供了一种应用处理装置。请参阅图7，图7为本申请实施例提供的应用处理装置的结构示意图。其中该应用处理装置400应用于电子设备，该应用处理装置400包括触发概率值获取模块401、目标应用获取模块402、下载模块403和加载模块404。其中：
触发概率值获取模块401，用于获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值；
目标应用获取模块402，用于将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用；
下载模块403，用于下载目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内；
加载模块404，用于当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。
在一实施例中，请参阅图8，图8为本申请实施例提供的应用处理装置的另一结构示意图。触发概率值获取模块401包括触发时间点获取子模块4011、历史运行信息获取子模块4012和触发概率值获取子模块4013。其中：
触发时间点获取子模块4011，用于当检测到对应用平台的触发操作时，获取对应的触发时间点；
历史运行信息获取子模块4012，用于获取电子设备触发时间点前预设时间段内的历史运行信息；
触发概率值获取子模块4013，用于将历史运行信息输入预测模型，预测模块根据历史运行信息预测应用平台内多个应用的触发概率值。
在一实施例中，触发概率值获取模块，还用于将历史运行信息进行分类，得到属于用户交互信息 的第一类信息，以及属于电子设备系统信息的第二类信息；
提高第一类信息的权重，并降低第二类信息的权重；
将提高权重后的第一类信息，以及降低权重后的第二类信息输入预测模块。
在一实施例中，下载模块还用于：
获取目标应用需下载的资源文件的数据量大小；
若数据量大于预设数据量，则判断目标应用的触发概率值是否大于第二预设概率值，其中，第二预设概率值大于第一预设概率值；
若目标应用的触发概率值大于第二预设概率值，则下载目标应用的全部资源文件；
若目标应用的触发概率值不大于第二预设概率值，则下载目标应用的部分资源文件。
在一实施例中，该装置还包括添加模块，该添加模块用于：
若目标应用的触发概率值大于第二预设概率值，则将目标应用的执行入口添加在电子设备的主界面。
在一实施例中，下载模块还用于：
根据目标应用的触发概率值，获取目标应用对应的预先存储容量；
获取目标应用需下载的资源文件的数据量大小；
若数据量超出预先存储容量，则检测存储区域是否有剩余容量；
若有剩余容量，则判断数据量是否超出预先存储容量和剩余容量之和；
若未超出，则下载目标应用的资源文件。
在一实施例中，目标应用获取模块，还用于：
将触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，第三预设概率值小于第一预设概率值；
将多个目标应用的执行入口添加在应用平台的主界面的第一预设位置；
将多个备选应用的执行入口添加在应用平台的主界面的第二预设位置。
在一实施例中，该装置还包括删除模块，该删除模块用于：
当存储区域存满后，获取目标应用的第二触发概率值；
若第二触发概率值小于第一预设概率值，则将目标应用的资源文件删除。
由上可知，本实施例触发概率值获取模块获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值；目标应用获取模块将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用；下载模块下载目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内；加载模块当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。在应用被触发前先预测得到应用的触发概率值，若应用的概率值大于第一预设概率值，则缓 存对应的资源文件，当该应用被触发时，可以加载缓存的资源文件，不需要再临时下载，可以提高应用的开启速度。
本申请实施例还提供一种电子设备。请参阅图9，电子设备500包括处理器501以及存储器502。其中，处理器501与存储器502电性连接。
处理器500是电子设备500的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器502内的计算机程序，以及调用存储在存储器502内的数据，执行电子设备500的各种功能并处理数据，从而实现对电子设备物料信息的自动变更。
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器502可主要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、至少一个功能所需的计算机程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
在本申请实施例中，电子设备500中的处理器501会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中，并由处理器501运行存储在存储器502中的计算机程序，从而实现各种功能，如下：
获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值；
将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用；
下载目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内；
当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。
在某些实施方式中，获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值时，处理器501可以具体执行以下步骤：
当检测到对应用平台的触发操作时，获取对应的触发时间点；
获取电子设备触发时间点前预设时间段内的历史运行信息；
将历史运行信息输入预测模型，预测模块根据历史运行信息预测应用平台内多个应用的触发概率值。
在某些实施方式中，将历史运行信息输入预测模型时，处理器501可以具体执行以下步骤：
将历史运行信息进行分类，得到属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息；
提高第一类信息的权重，并降低第二类信息的权重；
将提高权重后的第一类信息，以及降低权重后的第二类信息输入预测模块。
在某些实施方式中，下载目标应用的资源文件时，处理器501可以具体执行以下步骤：
获取目标应用需下载的资源文件的数据量大小；
若数据量大于预设数据量，则判断目标应用的触发概率值是否大于第二预设概率值，其中，第二预设概率值大于第一预设概率值；
若目标应用的触发概率值大于第二预设概率值，则下载目标应用的全部资源文件；
若目标应用的触发概率值不大于第二预设概率值，则下载目标应用的部分资源文件。
在某些实施方式中，若目标应用的触发概率值大于第二预设概率值之后，处理器501可以具体执行以下步骤：
若目标应用的触发概率值大于第二预设概率值，则将目标应用的执行入口添加在电子设备的主界面。
在某些实施方式中，下载目标应用的资源文件时，处理器501可以具体执行以下步骤：
根据目标应用的触发概率值，获取目标应用对应的预先存储容量；
获取目标应用需下载的资源文件的数据量大小；
若数据量超出预先存储容量，则检测存储区域是否有剩余容量；
若有剩余容量，则判断数据量是否超出预先存储容量和剩余容量之和；
若未超出，则下载目标应用的资源文件。
在某些实施方式中，得到至少一个目标应用之后，处理器501可以具体执行以下步骤：
将触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，第三预设概率值小于第一预设概率值；
将多个目标应用的执行入口添加在应用平台的主界面的第一预设位置；
将多个备选应用的执行入口添加在应用平台的主界面的第二预设位置。
在某些实施方式中，下载多个目标应用的资源文件之后，处理器501可以具体执行以下步骤：
当存储区域存满后，获取目标应用的第二触发概率值；
若第二触发概率值小于第一预设概率值，则将目标应用的资源文件删除。
由上可知，本申请实施例首先获取电子设备的历史运行信息，并根据历史运行信息获取应用平台内多个应用的触发概率值；然后将触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个目标应用；再下载目标应用的资源文件，并将资源文件缓存在应用平台对应的存储区域内；最后当检测到对目标应用的触发操作时，加载目标应用对应存储在存储区域的资源文件。在应用被触发前先预测得到应用的触发概率值，若应用的概率值大于第一预设概率值，则缓存对应的资源文件，当该应用被触发时，可以加载缓存的资源文件，不需要再临时下载，可以提高应用的开启速度。
请一并参阅图10，在某些实施方式中，电子设备500还可以包括：显示器503、射频电路504、音 频电路505以及电源506。其中，其中，显示器503、射频电路504、音频电路505以及电源506分别与处理器501电性连接。
显示器503可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器503可以包括显示面板，在某些实施方式中，可以采用液晶显示器(Liquid Crystal Display，LCD)、或者有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板。
射频电路504可以用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。
音频电路505可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。
电源506可以用于给电子设备500的各个部件供电。在一些实施例中，电源506可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管图10中未示出，电子设备500还可以包括摄像头、蓝牙模块等，在此不再赘述。
本申请实施例还提供一种存储介质，存储介质存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行上述任一实施例中的应用处理方法，比如：首先确定当前需要卸载的目标应用；然后根据目标应用的应用信息从应用服务器获取对应目标应用的配置文件；再生成对应配置文件的执行入口，该执行入口用于在触发时执行配置文件，以生成并展示目标应用的原生界面；最后将生成的执行入口添加至预设界面，并卸载目标应用。
在本申请实施例中，存储介质可以是磁碟、光盘、只读存储器(Read Only Memory，ROM，)、或者随机存取记忆体(Random Access Memory，RAM)等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
需要说明的是，对本申请实施例的应用处理方法而言，本领域普通测试人员可以理解实现本申请实施例的应用处理方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如应用处理方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。
对本申请实施例的应用处理装置而言，其各功能模块可以集成在一个处理芯片中，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。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的一种应用处理方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (20)

  1. 一种应用处理方法，应用于电子设备，其中，所述方法包括：
    获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值；
    将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用；
    下载所述目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内；
    当检测到对所述目标应用的触发操作时，加载所述目标应用对应存储在所述存储区域的资源文件。
  2. 根据权利要求1所述应用处理方法，其中，所述获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值包括：
    当检测到对所述应用平台的触发操作时，获取对应的触发时间点；
    获取所述电子设备所述触发时间点前预设时间段内的历史运行信息；
    将所述历史运行信息输入预测模型，所述预测模块根据所述历史运行信息预测应用平台内多个应用的触发概率值。
  3. 根据权利要求2所述应用处理方法，其中，所述将所述历史运行信息输入预测模型包括：
    将所述历史运行信息进行分类，得到属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息；
    提高所述第一类信息的权重，并降低所述第二类信息的权重；
    将提高权重后的所述第一类信息，以及降低权重后的所述第二类信息输入预测模块。
  4. 根据权利要求2所述应用处理方法，其中，所述预测模型包括卷积神经网络模型和循环神经网络模型中的至少一项。
  5. 根据权利要求1所述应用处理方法，其中，所述下载所述目标应用的资源文件包括：
    获取所述目标应用需下载的资源文件的数据量大小；
    若所述数据量大于预设数据量，则判断所述目标应用的触发概率值是否大于第二预设概率值，其中，所述第二预设概率值大于第一预设概率值；
    若所述目标应用的触发概率值大于所述第二预设概率值，则下载所述目标应用的全部资源文件；
    若所述目标应用的触发概率值不大于所述第二预设概率值，则下载所述目标应用的部分资源文件。
  6. 根据权利要求5所述应用处理方法，其中，若所述目标应用的触发概率值大于所述第二预设概率值，则下载所述目标应用的全部资源文件包括：
    若所述目标应用的触发概率值大于所述第二预设概率值，则将所述目标应用的执行入口添加在所述电子设备的主界面。
  7. 根据权利要求1所述应用处理方法，其中，所述下载所述目标应用的资源文包括：
    根据所述目标应用的触发概率值，获取所述目标应用对应的预先存储容量；
    获取所述目标应用需下载的资源文件的数据量大小；
    若所述数据量超出所述预先存储容量，则检测所述存储区域是否有剩余容量；
    若有剩余容量，则判断所述数据量是否超出所述预先存储容量和剩余容量之和；
    若未超出，则下载所述目标应用的资源文件。
  8. 根据权利要求1所述应用处理方法，其中，所述将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用包括：
    将所述触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，所述第三预设概率值小于所述第一预设概率值；
    将所述多个目标应用的执行入口添加在所述应用平台的主界面的第一预设位置；
    将所述多个备选应用的执行入口添加在所述应用平台的主界面的第二预设位置。
  9. 根据权利要求8所述应用处理方法，其中，所述第二预设位置围绕所述第一预设位置设置。
  10. 根据权利要求8所述应用处理方法，其中，所述多个目标应用和所述多个备选应用按触发概率值排列显示。
  11. 根据权利要求1所述应用处理方法，其中，所述下载所述多个目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内之后，还包括：
    当所述存储区域存满后，获取所述目标应用的第二触发概率值；
    若所述第二触发概率值小于所述第一预设概率值，则将所述目标应用的资源文件删除。
  12. 根据权利要求1所述应用处理方法，其中，所述加载所述目标应用对应存储在所述存储区域的资源文件之后，还包括：
    根据所述资源文件包括所述目标应用的配置文件，根据所述配置文件生成并展示所述目标应用的原生界面。
  13. 根据权利要求12所述应用处理方法，其中，所述配置文件包括描述所述目标应用的界面的语句，所述语句包括所述界面展示所需的数据以及所述界面的运行逻辑。
  14. 一种存储介质，其上存储有计算机程序，其中，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至13任一项所述的应用处理方法。
  15. 一种电子设备，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器与所述存储器连接，所述处理器通过调用所述计算机程序，所述处理器执行：获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值；
    将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用；
    下载所述目标应用的资源文件，并将所述资源文件缓存在所述应用平台对应的存储区域内；
    当检测到对所述目标应用的触发操作时，加载所述目标应用对应存储在所述存储区域的资源文件。
  16. 根据权利要求15所述的电子设备，其中，在获取电子设备的历史运行信息，并根据所述历史运行信息获取应用平台内多个应用的触发概率值中，所述处理器还执行：
    当检测到对所述应用平台的触发操作时，获取对应的触发时间点；
    获取所述电子设备所述触发时间点前预设时间段内的历史运行信息；
    将所述历史运行信息输入预测模型，所述预测模块根据所述历史运行信息预测应用平台内多个应用的触发概率值。
  17. 根据权利要求16所述的电子设备，其中，在将所述历史运行信息输入预测模型中，所述处理器还执行：
    将所述历史运行信息进行分类，得到属于用户交互信息的第一类信息，以及属于电子设备系统信息的第二类信息；
    提高所述第一类信息的权重，并降低所述第二类信息的权重；
    将提高权重后的所述第一类信息，以及降低权重后的所述第二类信息输入预测模块。
  18. 根据权利要求15所述的电子设备，其中，在下载所述目标应用的资源文件中，所述处理器还执行：
    获取所述目标应用需下载的资源文件的数据量大小；
    若所述数据量大于预设数据量，则判断所述目标应用的触发概率值是否大于第二预设概率值，其中，所述第二预设概率值大于第一预设概率值；
    若所述目标应用的触发概率值大于所述第二预设概率值，则下载所述目标应用的全部资源文件；
    若所述目标应用的触发概率值不大于所述第二预设概率值，则下载所述目标应用的部分资源文件。
  19. 根据权利要求15所述的电子设备，其中，在下载所述目标应用的资源文中，所述处理器还执行：
    根据所述目标应用的触发概率值，获取所述目标应用对应的预先存储容量；
    获取所述目标应用需下载的资源文件的数据量大小；
    若所述数据量超出所述预先存储容量，则检测所述存储区域是否有剩余容量；
    若有剩余容量，则判断所述数据量是否超出所述预先存储容量和剩余容量之和；
    若未超出，则下载所述目标应用的资源文件。
  20. 根据权利要求15所述的电子设备，其中，在将所述触发概率值大于第一预设概率值的应用设为目标应用，得到至少一个所述目标应用中，所述处理器还执行：
    将所述触发概率值不大于第一预设概率值，但大于第三预设概率值的应用设为备选应用，得到多个备选应用，其中，所述第三预设概率值小于所述第一预设概率值；
    将所述多个目标应用的执行入口添加在所述应用平台的主界面的第一预设位置；
    将所述多个备选应用的执行入口添加在所述应用平台的主界面的第二预设位置。
PCT/CN2018/121809 2018-02-28 2018-12-18 处理方法、存储介质及电子设备 WO2019165828A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP18907535.1A EP3734446B1 (en) 2018-02-28 2018-12-18 Processing method, storage medium and electronic device
US16/908,011 US11481229B2 (en) 2018-02-28 2020-06-22 Method for application processing, storage medium, and electronic device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810167173.0 2018-02-28
CN201810167173.0A CN108345478B (zh) 2018-02-28 2018-02-28 应用处理方法、装置、存储介质及电子设备

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16/908,011 Continuation US11481229B2 (en) 2018-02-28 2020-06-22 Method for application processing, storage medium, and electronic device

Publications (1)

Publication Number Publication Date
WO2019165828A1 true WO2019165828A1 (zh) 2019-09-06

Family

ID=62959024

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/121809 WO2019165828A1 (zh) 2018-02-28 2018-12-18 处理方法、存储介质及电子设备

Country Status (4)

Country Link
US (1) US11481229B2 (zh)
EP (1) EP3734446B1 (zh)
CN (1) CN108345478B (zh)
WO (1) WO2019165828A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112870724A (zh) * 2021-03-11 2021-06-01 网易（杭州）网络有限公司 资源管理方法、装置、存储介质及电子设备

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108345478B (zh) * 2018-02-28 2020-04-21 Oppo广东移动通信有限公司 应用处理方法、装置、存储介质及电子设备
CN109885302A (zh) * 2019-01-29 2019-06-14 维沃移动通信有限公司 一种快应用的展示方法及终端设备
CN115061740B (zh) * 2021-11-19 2023-05-26 荣耀终端有限公司 应用程序处理方法及装置
CN115794245B (zh) * 2022-10-26 2023-11-14 珠海芯聚科技有限公司 数据加载方法及装置、电子设备、存储介质
CN118113232A (zh) * 2024-04-30 2024-05-31 浙江大华技术股份有限公司 资源加载方法、系统、电子设备以及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104679536A (zh) * 2013-11-28 2015-06-03 索尼公司 应用程序的启动方法、装置以及电子设备
CN105068823A (zh) * 2015-07-09 2015-11-18 广东欧珀移动通信有限公司 一种应用处理方法、装置及终端
CN106777113A (zh) * 2016-12-15 2017-05-31 北京奇虎科技有限公司 应用程序中的数据处理方法、装置及移动终端
CN107450798A (zh) * 2017-07-21 2017-12-08 维沃移动通信有限公司 一种应用程序的启动方法、装置及移动终端
CN107562473A (zh) * 2017-08-25 2018-01-09 维沃移动通信有限公司 一种应用程序显示方法及移动终端
CN108345478A (zh) * 2018-02-28 2018-07-31 广东欧珀移动通信有限公司 应用处理方法、装置、存储介质及电子设备

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050262500A1 (en) * 2004-05-19 2005-11-24 Michael Stanley System and method for updating information handling system applications at manufacture
CN101207799A (zh) * 2007-11-22 2008-06-25 深圳市同洲电子股份有限公司 一种节目存储方法、系统及节目点播系统
CN101707648B (zh) 2009-11-02 2012-01-11 宇龙计算机通信科技(深圳)有限公司 移动终端打开文件或应用程序的方法、系统及移动终端
US20120324481A1 (en) * 2011-06-16 2012-12-20 Samsung Electronics Co. Ltd. Adaptive termination and pre-launching policy for improving application startup time
US9189252B2 (en) * 2011-12-30 2015-11-17 Microsoft Technology Licensing, Llc Context-based device action prediction
CN103870470B (zh) * 2012-12-11 2016-05-11 腾讯科技（深圳）有限公司 一种加载应用程序的资源文件的方法和加载装置
US9508040B2 (en) * 2013-06-12 2016-11-29 Microsoft Technology Licensing, Llc Predictive pre-launch for applications
GB201406954D0 (en) * 2014-04-17 2014-06-04 King Com Ltd Notification system, method and device therefor
US10231033B1 (en) * 2014-09-30 2019-03-12 Apple Inc. Synchronizing out-of-band content with a media stream
CN105991829B (zh) * 2015-02-12 2018-03-27 广东欧珀移动通信有限公司 一种内容推荐方法及终端
CN105653655A (zh) 2015-12-25 2016-06-08 Tcl集团股份有限公司 应用推送方法及装置
CN106095768A (zh) 2016-04-29 2016-11-09 乐视控股（北京）有限公司 终端及基于终端的应用推送方法
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
CN106227844A (zh) * 2016-07-27 2016-12-14 深圳市金立通信设备有限公司 一种应用推荐的方法以及终端
CN107194770A (zh) 2017-06-15 2017-09-22 中邮电子商务有限公司 一种基于传统函件的自动服务系统
CN107451694B (zh) * 2017-08-03 2020-10-02 重庆大学 一种用于移动系统中上下文感知与自适应的应用预测方法
CN107544898A (zh) * 2017-09-08 2018-01-05 北京小米移动软件有限公司 数据获取方法、装置、设备和存储介质
CN107728878A (zh) * 2017-09-29 2018-02-23 深圳市中科明望通信软件有限公司 应用图标的显示方法、终端及计算机可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104679536A (zh) * 2013-11-28 2015-06-03 索尼公司 应用程序的启动方法、装置以及电子设备
CN105068823A (zh) * 2015-07-09 2015-11-18 广东欧珀移动通信有限公司 一种应用处理方法、装置及终端
CN106777113A (zh) * 2016-12-15 2017-05-31 北京奇虎科技有限公司 应用程序中的数据处理方法、装置及移动终端
CN107450798A (zh) * 2017-07-21 2017-12-08 维沃移动通信有限公司 一种应用程序的启动方法、装置及移动终端
CN107562473A (zh) * 2017-08-25 2018-01-09 维沃移动通信有限公司 一种应用程序显示方法及移动终端
CN108345478A (zh) * 2018-02-28 2018-07-31 广东欧珀移动通信有限公司 应用处理方法、装置、存储介质及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3734446A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112870724A (zh) * 2021-03-11 2021-06-01 网易（杭州）网络有限公司 资源管理方法、装置、存储介质及电子设备
CN112870724B (zh) * 2021-03-11 2024-05-17 网易（杭州）网络有限公司 资源管理方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN108345478B (zh) 2020-04-21
US11481229B2 (en) 2022-10-25
US20200319900A1 (en) 2020-10-08
EP3734446B1 (en) 2023-07-26
CN108345478A (zh) 2018-07-31
EP3734446A4 (en) 2021-04-14
EP3734446A1 (en) 2020-11-04

Similar Documents

Publication Publication Date Title
WO2019165828A1 (zh) 处理方法、存储介质及电子设备
US20210191996A1 (en) Method for displaying application page, non-transitory storage medium and electronic device
US11099900B2 (en) Memory reclamation method and apparatus
WO2019149207A1 (zh) 应用页面的显示方法、装置、存储介质及电子设备
CN108363528B (zh) 应用页面的启动方法、装置、存储介质及电子设备
CN108958844B (zh) 一种应用程序的控制方法及终端
WO2019157894A1 (zh) 应用页面的显示方法、装置、存储介质及电子设备
US11681655B2 (en) Method and apparatus for opening file, and electronic device
WO2019157880A1 (zh) 应用页面的链接生成方法、装置、存储介质及电子设备
WO2019149026A1 (zh) 应用页面的链接生成方法、装置、存储介质及电子设备
CN108287918B (zh) 基于应用页面的音乐播放方法、装置、存储介质和电子设备
KR102193404B1 (ko) 상호작용 개발 환경으로부터의 소프트웨어 아티팩트의 점진적 컴파일링 기법
US11321080B2 (en) Patch package generation method and device
WO2020206691A1 (zh) 应用程序的处理方法、装置、存储介质及电子设备
WO2020078174A1 (zh) 应用查找方法、存储介质及电子设备
CN111666497A (zh) 应用程序的加载方法、装置、电子设备及可读存储介质
US20190213241A1 (en) Web page display method and apparatus, mobile terminal, and storage medium
CN108334330B (zh) 应用卸载方法、装置、存储介质及电子设备
CN110489679B (zh) 一种浏览器内核的处理方法、装置及存储介质
EP2869604B1 (en) Method, apparatus and device for processing a mobile terminal resource
WO2018170786A1 (zh) 应用程序的更新方法
CN109117153A (zh) 应用程序的处理方法、装置、终端和存储介质
CN108563476B (zh) 应用程序运行方法、装置、存储介质及电子设备
CN108268274B (zh) 应用管理方法、装置、存储介质及电子设备
CN110032430B (zh) 应用程序处理方法和装置、电子设备、计算机可读存储介质

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18907535

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE