WO2020133441A1 - 应用程序的管理方法、装置、存储介质及电子设备 - Google Patents

应用程序的管理方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
WO2020133441A1
WO2020133441A1 PCT/CN2018/125711 CN2018125711W WO2020133441A1 WO 2020133441 A1 WO2020133441 A1 WO 2020133441A1 CN 2018125711 W CN2018125711 W CN 2018125711W WO 2020133441 A1 WO2020133441 A1 WO 2020133441A1
Authority
WO
WIPO (PCT)
Prior art keywords
application
application program
predicted
display interface
information
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.)
Ceased
Application number
PCT/CN2018/125711
Other languages
English (en)
French (fr)
Inventor
帅朝春
陆天洋
戴堃
吴建文
张寅祥
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Shenzhen Heytap Technology Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Shenzhen Heytap Technology Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd, Shenzhen Heytap Technology Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201880099384.3A priority Critical patent/CN112997149B/zh
Priority to PCT/CN2018/125711 priority patent/WO2020133441A1/zh
Publication of WO2020133441A1 publication Critical patent/WO2020133441A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Definitions

  • the present application relates to the technical field of electronic equipment, and in particular, to an application management method, device, storage medium, and electronic equipment.
  • Embodiments of the present application provide an application program management method, device, storage medium, and electronic equipment, which can improve the management efficiency of application programs.
  • an embodiment of the present application provides an application management method, including:
  • an application management apparatus including:
  • the first determining unit is used to determine the predicted start time of the application program according to the usage habits of the application program;
  • a freezing unit used to freeze the first application whose predicted start time is higher than the predicted threshold
  • a second determining unit configured to analyze the current display interface and determine scene information corresponding to the display interface
  • An unfreezing unit configured to input the scene information into the model library, obtain a second application corresponding to the scene information and unfreeze.
  • a storage medium provided by an embodiment of the present application stores a computer program thereon, and when the computer program runs on a computer, the computer is caused to execute the method for managing an application program as provided in 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 perform the steps by calling the computer program:
  • FIG. 1 is a schematic flowchart of an application management method provided by an embodiment of the present application.
  • FIG. 2 is another schematic flowchart of an application program management method provided by an embodiment of the present application.
  • FIG. 3 is a schematic diagram of a scenario of a method for managing an application program provided by an embodiment of the present application.
  • FIG. 4 is a schematic diagram of another scenario of an application program management method provided by an embodiment of the present application.
  • FIG. 5 is a schematic diagram of modules of an application management device provided by an embodiment of the present application.
  • FIG. 6 is a schematic diagram of another module of an application management apparatus provided by an embodiment of the present application.
  • FIG. 7 is a schematic structural diagram of an electronic device provided by an embodiment of the present application.
  • FIG. 8 is another schematic structural diagram of an electronic device provided by an embodiment of the present application.
  • module used in this article can be regarded as a software object executed on the computing system.
  • the different components, modules, engines and services described in this article can be regarded as the implementation objects on the computing system.
  • the device and method described herein are preferably implemented in the form of software, and of course, can also be implemented in hardware, which are all within the protection scope of the present application.
  • An embodiment of the present application provides an application management method.
  • the execution subject of the application management method may be the application management device provided in the embodiment of the application, or an electronic device integrated with the application management device, wherein The application management device can be implemented in hardware or software.
  • the electronic device may be a smart phone, a tablet computer, a PDA (Personal Digital Assistant) and so on.
  • An embodiment of the present invention provides an application management method, including:
  • the step of analyzing the current display interface and determining the scene information corresponding to the display interface may include: analyzing the display image corresponding to the display interface to extract feature point information in the display image; According to the feature point information, the corresponding scene information is determined.
  • the step of analyzing the current display interface and determining the scene information corresponding to the display interface may include: analyzing the display image corresponding to the display interface to extract feature point information in the display image; The corresponding display content of the display interface is analyzed to extract the hyperlink information in the display content; the corresponding scene information is determined according to the feature point information and the hyperlink information.
  • the step of analyzing the display image corresponding to the display interface to extract feature point information in the display image may include: characterizing the display image corresponding to the display interface through a convolutional neural network Point extraction to extract feature point information in the displayed image.
  • the step of freezing the first application whose predicted startup time is higher than the prediction threshold may include: freezing the first application whose predicted startup time is higher than the prediction threshold; acquiring the predicted startup time is low For the third application of the prediction threshold, when the difference between the predicted start time of the third application and the prediction threshold is less than a certain range, the third application is set to a state to be unfrozen.
  • the method may further include: when a startup instruction of the third application program is detected within a preset time, it will be in a state to be unfrozen The third application of the application is unfrozen and started; when the start instruction of the third application is not detected within the preset time, the third application in the unfrozen state is restored to the frozen state.
  • the step of freezing the first application whose predicted startup time is higher than the predicted threshold it may further include: detecting whether it is in a charging state; when it is detected that it is in a charging state, freezing the first The application is defrosted.
  • FIG. 1 is a schematic flowchart of an application management method provided by an embodiment of the application.
  • the application management method may include the following steps:
  • step S101 the predicted start time of the application program is determined according to the usage habits of the application program.
  • step S102 the first application whose predicted start time is higher than the predicted threshold is frozen.
  • the current method for freezing applications is to put the applications that need to be frozen into the frozen whitelist of the electronic device.
  • the user needs to unfreeze manually remove the applications from the frozen whitelist to complete the unfreezing , Make the frozen application continue to use, the operation is more cumbersome, affecting the user's normal use.
  • the corresponding prediction threshold can be set.
  • the prediction threshold can be 3 hours.
  • the first application that exceeds 3 hours or more is determined as an application that is not used in the current time scenario.
  • the first application program whose predicted start time is higher than the predicted threshold is frozen to save power and memory resources of the electronic device.
  • the first application can be restarted after freezing, and when the timing reaches the predicted threshold, for example, after the time reaches 3 hours, the frozen first application is unfrozen, and the process returns to step S101 to determine the application The new predicted start time of the program, and then determine the new first application program whose updated start time is higher than the predicted threshold, so as to automatically complete the refresh of the first application program according to the time, and maintain the accuracy rate of freezing.
  • the step of freezing the first application whose predicted start time is higher than the predicted threshold may include:
  • the prediction threshold is a critical value for judging whether the application is frozen. For example, 3 hours, the electronic device will correspondingly freeze the first application whose predicted startup time is higher than the predicted threshold, thereby achieving the effect of saving power and memory resources .
  • the application whose predicted start time is lower than the predicted threshold is determined as the third application
  • the third application is an application that may be used within the predicted threshold.
  • the third application with the difference between the prediction and the prediction is less than a certain range, such as the third application with a predicted startup time of 2 hours and 58 minutes
  • the third application is on the verge of freezing and non-freezing.
  • the third application on the edge of freezing and non-freezing is set to be unfrozen.
  • the unfrozen state is a mode of frozen state.
  • step S103 the current display interface is analyzed to determine the scene information corresponding to the display interface.
  • the current display interface can be analyzed, and the scene information that can determine the scene of the current electronic device can be obtained according to the text and image information of the current display interface, for example, analyzing the text content in the current display interface and extracting the text content
  • the hyperlink information in the image which can be the scene information corresponding to the display interface, and/or analyze the image information of the current display interface, and extract the feature point information in the display image, which is an important component in the image Feature points, such as facial feature points in the face image, the feature point information may be scene information corresponding to the display interface.
  • the step of analyzing the current display interface and determining the scene information corresponding to the display interface may include:
  • the corresponding display image of the display interface can be analyzed by a certain algorithm, such as the Convolutional Neural Networks (CNN) algorithm to analyze the corresponding display image of the current display interface to extract key feature points in the display image Information, and then the corresponding scene information will be determined according to the key feature point information.
  • CNN Convolutional Neural Networks
  • the key feature point information related to the captured image in the photographed image can be extracted, based on the captured image
  • the relevant key feature point information determines the corresponding shooting scene information.
  • step S104 the scene information is input into the model library, and the second application corresponding to the scene information is obtained and unfrozen.
  • the model library records the user's usual usage habits. For example, when using the camera application, the beauty application will be opened accordingly. When a link is opened, the corresponding browsing application will be automatically used. and many more.
  • a second application corresponding to the scene information can be obtained and unfrozen.
  • the corresponding beauty application for the shooting scene can be obtained Program, if the beauty application is in a frozen state, you can automatically unfreeze the beauty application, eliminating the need for the user to manually remove the beauty application from the frozen whitelist, which is convenient for users. use.
  • the method for managing an application program determines the predicted startup time of the application program according to the usage habits of the application program; and freezes the first application program whose predicted startup time is higher than the prediction threshold; Analyze the current display interface to determine the scene information corresponding to the display interface; enter the scene information into the model library to obtain the second application corresponding to the scene information and unfreeze it.
  • the first application that is not used under the current time node can be frozen, and the user interface can be analyzed and controlled, and the corresponding scene information can be determined according to the user interface in real time.
  • the user behavior learned by the model library automatically unfreezes the second application corresponding to the scene information, realizes the automation of application management, and improves the management efficiency of the application.
  • FIG. 2 is another schematic flowchart of an application management method provided by an embodiment of the present application.
  • the method includes:
  • step S201 the predicted start time of the application program is determined according to the usage habits of the application program.
  • first conduct user behavior learning that is, when it is detected that the application is opened, obtain the opening time information characteristics as a sample, and continuously collect samples within one month to form a sample set that can reflect the application opening habits .
  • the opening time information of each application in the sample set can be clustered to obtain a prediction model that can predict the regularity of each application opening at a certain time node.
  • Obtain the current time information such as 15:49
  • enter the time 15:49 into the prediction model according to the difference between the current time 15:49 and the opening time of each application after that time, get The estimated start time of each application, for example, the start time of application 1 is 15:59, the start time of application 2 is 18:40 and the start time of application 3 is 19:49, then it can be determined
  • the predicted startup time of application 1 is 10 minutes
  • the predicted startup time of application 2 is 171 minutes
  • the predicted startup time of application 3 is 240 minutes.
  • step S202 the first application whose predicted start time is higher than the predicted threshold is frozen.
  • the prediction threshold is a critical value for determining whether the application is frozen, such as 3 hours.
  • the predicted startup time is higher than the prediction threshold, for example, the predicted startup time of application 3 is 240 minutes and higher than 180 minutes, indicating that the application is in It will not be started within 3 hours, so the application can be determined as the first application to be frozen accordingly to save power consumption of the mobile phone.
  • step S203 a third application program whose predicted start time is lower than the predicted threshold is obtained, and when the difference between the predicted start time of the third application program and the predicted threshold is less than a certain range, the third application program is set to a state to be unfrozen.
  • the mobile phone acquires the third application whose predicted startup time is lower than the prediction threshold, such as obtaining application 1 and application 2 being determined as the third application, the certain range may be 10 minutes, when the predicted startup time and prediction of the third application When the difference of the threshold is less than 10 minutes, it means that the third application is on the edge of freezing and non-freezing. If the difference between the predicted start time of application 2 of 171 minutes and 3 hours is 9 minutes, less than 10 minutes, then the Application 2 is set to be unfrozen.
  • the prediction threshold such as obtaining application 1 and application 2 being determined as the third application
  • the certain range may be 10 minutes, when the predicted startup time and prediction of the third application
  • the difference of the threshold is less than 10 minutes, it means that the third application is on the edge of freezing and non-freezing. If the difference between the predicted start time of application 2 of 171 minutes and 3 hours is 9 minutes, less than 10 minutes, then the Application 2 is set to be unfrozen.
  • step S204 when a start instruction of the third application program is detected within a preset time, the third application program in a state to be unfrozen is unfrozen and started.
  • the preset time is the buffer time of the application in the unfrozen state, such as 1 hour, when the mobile phone detects the start instruction of the application 2 within 1 hour, the application 2 in the unfrozen state can be unfrozen and performed start up.
  • step S205 when the start instruction of the third application program is not detected within the preset time, the third application program in the state to be unfrozen is restored to the frozen state.
  • the mobile phone when the mobile phone does not detect the start instruction of the application 2 within 1 hour, it means that the user will not use the application 2 temporarily, and the application 2 in the state to be unfrozen can be directly restored from the state to be unfrozen to the frozen state.
  • step S206 feature points are extracted from the display image corresponding to the display interface through a convolutional neural network to extract feature point information in the display image.
  • the mobile phone can perform feature point analysis on the corresponding display image of the display interface through the convolutional neural network to extract key feature point information in the display image.
  • the mobile phone 100 performs the library display interface through the convolutional neural network. Feature analysis to extract the key features 101 of the photo.
  • step S207 the display content corresponding to the display interface is analyzed to extract the hyperlink information in the display content.
  • the mobile phone intelligently analyzes the display text content corresponding to the display interface and extracts the hyperlink information in the display text content.
  • the hyperlink information can be hyperlink text, which is a type that allows us to work with other web pages or applications. Elements that connect between programs.
  • the mobile phone 100 analyzes the display content corresponding to the current display interface, and extracts the hyperlink information 101 “1234” in the display content.
  • step S208 the corresponding scene information is determined according to the feature point information and the hyperlink information.
  • the corresponding scene information can be determined according to the key feature point information and the hyperlink information, for example, the corresponding picture scene information is determined by the extracted photo key point feature 101, and the corresponding scene information is determined by the hyperlink information 102 "1234" Browse scene information.
  • step S209 the scene information is input into the model library, and the second application corresponding to the scene information is obtained and unfrozen.
  • the above determined picture scene information and browsing scene information are input into the model library, and the second application corresponding to the picture scene information is the beauty picture application and the second application corresponding to the browsing scene information is the browser application respectively Program to unfreeze the Meitu application and the browser application.
  • the application most used by the user may be determined according to the user's usage habits, for example, the "Tian X Beauty” application that is most used in the Meitu application is determined, and the application is determined in the browser application The most “U browsing” applications. Only the most used “Tian X Mi Tu” and “U Browsing” will be unfrozen.
  • step S210 it is detected whether it is in a charged state.
  • step S211 when it is detected that the mobile phone is in the charging state, step S211 is performed, and when it is detected that the mobile phone is not in the charging state, it returns to continue to perform step S210.
  • step S211 the frozen first application is unfrozen.
  • the frozen first application can be temporarily defrosted. After the charging is completed, The freezing of the first application can be restored.
  • the method for managing an application program determines the predicted startup time of the application program according to the usage habits of the application program, freezes the first application program whose predicted startup time is higher than the prediction threshold, and The third application that is close to the prediction threshold is set to be unfrozen, and the corresponding display content and display image of the display interface are analyzed to extract the hyperlink information and key feature point information in the display content respectively, according to the corresponding hyperlink
  • the information and key feature point information determine the corresponding scene information, and input the scene information into the model library to obtain the real-time scene information corresponding to the second application program to unfreeze.
  • the first application that is not predicted to be used under the current time node can be frozen according to the predicted start time of the application, and the third application at the edge of the critical value is set to be unfrozen, and the interface is used for the user Perform real-time analysis and control, determine the corresponding scene information in real time according to the user interface, and automatically unfreeze the second application corresponding to the scene information according to the user behavior learned by the model library to realize the automation of application management and improve the efficiency of application management .
  • the embodiments of the present application further provide an apparatus based on the above-mentioned application program management method.
  • the meaning of the nouns is the same as that in the above application program management method.
  • An embodiment of the present invention provides an application management device, including:
  • the first determining unit is used to determine the predicted start time of the application program according to the usage habits of the application program;
  • a freezing unit used to freeze the first application whose predicted start time is higher than the predicted threshold
  • the second determining unit is used to analyze the current display interface and determine the scene information corresponding to the display interface
  • the unfreezing unit is used to input the scene information into the model library, obtain the second application corresponding to the scene information and unfreeze.
  • the second determination unit may include: a first analysis subunit, configured to analyze a display image corresponding to the display interface to extract feature point information in the display image; a second analysis subunit Is used to analyze the corresponding display content of the display interface to extract the hyperlink information in the display content; the determination subunit is used to determine the corresponding scene information according to the feature point information and the hyperlink information.
  • the first analysis subunit is specifically used to extract feature points of the display image corresponding to the display interface through a convolutional neural network to extract feature point information in the display image.
  • the freezing unit is specifically configured to: freeze the first application whose predicted startup time is higher than the prediction threshold; acquire the third application whose predicted startup time is lower than the prediction threshold, when the third application When the difference between the predicted start time and the predicted threshold is less than a certain range, the third application is set to a state to be unfrozen.
  • the device further includes: a startup unit configured to defrost and start the third application program in a state to be unfrozen when a startup instruction of the third application program is detected within a preset time;
  • the restoring unit is configured to restore the frozen state of the third application program to be unfrozen when the startup instruction of the third application program is not detected within a preset time.
  • FIG. 5 is a schematic diagram of a module of an application management device provided by an embodiment of the present application.
  • the application management device 300 includes a first determining unit 31, a freezing unit 32, a second determining unit 33, and a defrosting unit 34.
  • the first determining unit 31 is configured to determine the predicted start time of the application program according to the usage habits of the application program.
  • the first determining unit 31 can record the time information characteristics when each application is started as a sample, construct a sample set containing multiple samples, or continuously collect samples within a period, such as a month of sample construction sample set, Perform training and learning on the sample set to generate a prediction model that includes the usage habits of the application in the time information dimension. For example, according to the opening time of an application, you can learn the opening of the application in time Regularity, that is, to determine the start time of the application every day.
  • the first determining unit 31 may obtain the current time information, input the time information into the prediction model formed above, and then determine the predicted start time of each application program at the current time, for example, the current time is 13 o'clock 57 minutes, the start time of an application is 16:58, then the predicted start time of the application is 181 minutes.
  • the freezing unit 32 is configured to freeze the first application whose predicted start time is higher than the predicted threshold.
  • a corresponding prediction threshold can be set, and the prediction threshold can be 3 hours.
  • the freezing unit 32 determines that the first application that exceeds 3 hours or more is not used in the current time scenario
  • the application program correspondingly, freezes the first application program whose predicted startup time is higher than the predicted threshold to save power and memory resources of the electronic device.
  • the second determining unit 33 is configured to analyze the current display interface and determine the scene information corresponding to the display interface.
  • the second determining unit 33 can analyze the current display interface, obtain scene information that can determine the scene where the current electronic device is located according to the text and image information of the current display interface, for example, analyze the text content in the current display interface, Extract the hyperlink information in the text content, determine the scene information corresponding to the display interface according to the hyperlink information, and/or analyze the image information of the current display interface, extract the feature point information in the display image, the feature point information Feature points that are important components in the image, such as facial feature points in the face image, determine the scene information corresponding to the display interface according to the feature point information.
  • the second determining unit 33 is specifically configured to analyze the corresponding display image of the display interface to extract feature point information in the display image; and determine corresponding scene information according to the feature point information.
  • the unfreezing unit 34 is configured to input the scene information into the model library, obtain a second application corresponding to the scene information and unfreeze.
  • the model library records the user's usual usage habits. For example, when using the camera application, the beauty application will be opened accordingly. When a link is opened, the corresponding browsing application will be automatically used. and many more.
  • the defrosting unit 34 can obtain the second application corresponding to the scene information and unfreeze, for example, when inputting the shooting scene information into the model library, the corresponding beauty of the shooting scene can be obtained
  • the beauty application if the beauty application is in the frozen state, you can automatically unfreeze the beauty application, eliminating the need for the user to manually remove the beauty application from the frozen whitelist, which is convenient The user's use.
  • FIG. 6, is a schematic diagram of another module of the application management device provided by the embodiment of the present application.
  • the application management device 300 may further include:
  • the second determination unit 33 may include a first analysis subunit 331, a second analysis subunit 332, and a determination subunit 333.
  • the first analysis subunit 331 is configured to analyze the display image corresponding to the display interface to extract feature point information in the display image.
  • the second analysis subunit 332 is configured to analyze the display content corresponding to the display interface to extract the hyperlink information in the display content.
  • the determining subunit 333 is used to determine corresponding scene information according to the feature point information and the hyperlink information.
  • the first analysis subunit 331 is specifically configured to perform feature point extraction on the display image corresponding to the display interface through a convolutional neural network to extract feature point information in the display image.
  • the starting unit 35 is configured to unfreeze and start the third application program in a state to be unfrozen when detecting a start instruction of the third application program within a preset time.
  • the restoring unit 36 is configured to restore the frozen state of the third application program to be unfrozen when the startup instruction of the third application program is not detected within a preset time.
  • the electronic device 500 includes a processor 501 and a memory 502.
  • the processor 501 and the memory 502 are electrically connected.
  • the processor 500 is the control center of the electronic device 500, which uses various interfaces and lines to connect the various parts of the entire electronic device, executes or loads the computer program stored in the memory 502, and calls the data stored in the memory 502 to execute
  • the electronic device 500 performs various functions and processes data to perform overall monitoring of the electronic device 500.
  • the memory 502 can be used to store software programs and modules.
  • the processor 501 runs computer programs and modules stored in the memory 502 to execute various functional applications and data processing.
  • 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, computer programs required by at least one function (such as a sound playback function, an image playback function, etc.), etc.; the storage data area may store Data created by the use of electronic devices, etc.
  • the memory 502 may include a high-speed random access memory, and may also include a non-volatile memory, such as at least one magnetic disk storage device, a flash memory device, or other volatile solid-state storage devices. Accordingly, the memory 502 may further include a memory controller to provide the processor 501 with access to the memory 502.
  • the processor 501 in the electronic device 500 will load the instructions corresponding to the process of one or more computer programs into the memory 502 according to the following steps, and the processor 501 runs and stores the instructions in the memory 502
  • the computer program in order to achieve various functions, as follows:
  • the processor 501 when analyzing the current display interface and determining the scene information corresponding to the display interface, the processor 501 may specifically perform the following steps:
  • the corresponding scene information is determined according to the feature point information.
  • the processor 501 when analyzing the current display interface and determining the scene information corresponding to the display interface, the processor 501 may specifically perform the following steps:
  • the corresponding scene information is determined according to the feature point information and the hyperlink information.
  • the processor 501 when analyzing the display image corresponding to the display interface to extract feature point information in the display image, the processor 501 may specifically perform the following steps:
  • Feature point extraction is performed on the display image corresponding to the display interface through a convolutional neural network to extract feature point information in the display image.
  • the processor 501 may specifically perform the following steps:
  • the processor 501 may further specifically execute the following steps:
  • the third application program in the state to be unfrozen is restored to the frozen state.
  • the processor 501 may further specifically perform the following steps:
  • the frozen first application is unfrozen.
  • the electronic device 500 may further include: a display 503, a radio frequency circuit 504, an audio circuit 505, and a power supply 506.
  • the display 503, the radio frequency circuit 504, the audio circuit 505, and the power supply 506 are electrically connected to the processor 501, respectively.
  • the display 503 can be used to display information input by the user or provided to the user and various graphical user interfaces, which can be composed of graphics, text, icons, video, and any combination thereof.
  • the display 503 may include a display panel.
  • the display panel may be configured in the form of a liquid crystal display (Liquid Crystal) (LCD) or an organic light emitting diode (Organic Light-Emitting Diode, OLED).
  • LCD liquid crystal display
  • OLED Organic Light-Emitting Diode
  • the radio frequency circuit 504 can be used to send and receive radio frequency signals to establish wireless communication with network devices or other electronic devices through wireless communication, and send and receive signals with network devices or other electronic devices.
  • the audio circuit 505 can be used to provide an audio interface between a user and an electronic device through speakers and microphones.
  • the power supply 506 can be used to power various components of the electronic device 500.
  • the power supply 506 may be logically connected to the processor 501 through a power management system, so as to implement functions such as charging, discharging, and power consumption management through the power management system.
  • the electronic device 500 may further include a camera, a Bluetooth module, etc., which will not be repeated here.
  • An embodiment of the present application further provides a storage medium that stores a computer program, and when the computer program runs on a computer, the computer is caused to execute the method for managing the application program in any of the foregoing embodiments, for example, according to The usage habits of the program determine the predicted start time of the application; freeze the first application whose predicted start time is higher than the predicted threshold; analyze the current display interface to determine the corresponding scene information of the display interface; enter the scene information
  • the model library obtains the second application corresponding to the scene information and unfreezes it.
  • the storage medium may be a magnetic disk, an optical disk, a read-only memory (Read Only Memory, ROM,), or a random access memory (Random Access Memory, RAM), etc.
  • the application program management method of the embodiments of the present application can be controlled by a computer program.
  • the computer program can be stored in a computer-readable storage medium, such as stored in the memory of the electronic device, and executed by at least one processor in the electronic device, the execution process can include, for example, applications The procedure of the embodiment of the program management method.
  • the storage medium may be a magnetic disk, an optical disk, a read-only memory, a random access memory, etc.
  • each functional module may be integrated into one processing chip, or each module may exist alone physically, or two or more modules are integrated into one module.
  • the above integrated modules can be implemented in the form of hardware or software function modules. If the integrated module is implemented in the form of a software function module and sold or used as an independent product, it can also be stored in a computer-readable storage medium, such as a read-only memory, magnetic disk, or optical disk.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本实施例公开了一种应用程序的管理方法，该方法包括：根据应用程序的使用习惯，确定出应用程序的预测启动时间；将预测启动时间高于预测阈值的第一应用程序进行冻结；分析当前的显示界面，确定显示界面相应的场景信息；将场景信息输入模型库，得到场景信息相应的第二应用程序并进行解冻。提升了应用程序的管理效率。

Description

应用程序的管理方法、装置、存储介质及电子设备 技术领域
本申请涉及电子设备技术领域，尤其涉及一种应用程序的管理方法、装置、存储介质及电子设备。
背景技术
随着电子技术的不断发展，电子设备如手机的功能越来越强大，在手机中可以安装各种各样的应用，以满足用户的需求，为用户的生活工作带来更多的便利。
很多应用程序在用户安装后会自动的设置开机启动，即在用户开启终端设备后，无论用户是否打开该应用，该应用都会自动启动并在后台运行，而对于一些用户不常使用的应用程序，在后台运行的话会消耗手机的电量和内存资源，进而影响手机的使用及续航。
目前，为了避免不常使用的应用程序在后台运行而导致手机的电量和内存资源的浪费，用户可以手动的将不常使用的应用程序添加到冻结白名单中，以将不常使用的应用程序进行冻结，但是，该方法需要用户不断手动更新白名单，导致对应用程序的管理效率较低。
发明内容
本申请实施例提供一种应用程序的管理方法、装置、存储介质及电子设备，可以提升应用程序的管理效率。
第一方面，本申请实施例了提供了一种应用程序的管理方法，包括：
根据应用程序的使用习惯，确定出应用程序的预测启动时间；
将预测启动时间高于预测阈值的第一应用程序进行冻结；
分析当前的显示界面，确定所述显示界面相应的场景信息；
将所述场景信息输入模型库，得到所述场景信息相应的第二应用程序并进行解冻。
第二方面，本申请实施例了提供了的一种应用程序的管理装置，包括：
第一确定单元，用于根据应用程序的使用习惯，确定出应用程序的预测启动时间；
冻结单元，用于将预测启动时间高于预测阈值的第一应用程序进行冻结；
第二确定单元，用于分析当前的显示界面，确定所述显示界面相应的场景信息；
解冻单元，用于将所述场景信息输入模型库，得到所述场景信息相应的第二应用程序并进行解冻。
第三方面，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程序的管理方法。
第四方面，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，用于执行步骤：
根据应用程序的使用习惯，确定出应用程序的预测启动时间；
将预测启动时间高于预测阈值的第一应用程序进行冻结；
分析当前的显示界面，确定所述显示界面相应的场景信息；
将所述场景信息输入模型库，得到所述场景信息相应的第二应用程序并进行解冻。
附图说明
下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。
图1是本申请实施例提供的应用程序的管理方法的流程示意图。
图2为本申请实施例提供的应用程序的管理方法的另一流程示意图。
图3是本申请实施例提供的应用程序的管理方法的场景示意图。
图4是本申请实施例提供的应用程序的管理方法的另一场景示意图。
图5为本申请实施例提供的应用程序的管理装置的模块示意图。
图6为本申请实施例提供的应用程序的管理装置的另一模块示意图。
图7为本申请实施例提供的电子设备的结构示意图。
图8为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。
本文所使用的术语「模块」可看做为在该运算系统上执行的软件对象。本文该的不同组件、模块、引擎及服务可看做为在该运算系统上的实施对象。而本文该的装置及方法优选的以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。
本申请实施例提供一种应用程序的管理方法，该应用程序的管理方法的执行主体可以是本申请实施例提供的应用程序的管理装置，或者集成了该应用程序的管理装置的电子设备，其中该应用程序的管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(PDA，Personal Digital Assistant)等。
以下进行具体分析说明。
本发明实施例提供一种应用程序的管理方法，包括：
根据应用程序的使用习惯，确定出应用程序的预测启动时间；
将预测启动时间高于预测阈值的第一应用程序进行冻结；
分析当前的显示界面，确定该显示界面相应的场景信息；
将该场景信息输入模型库，得到该场景信息相应的第二应用程序并进行解冻。
在一种实施方式中，该分析当前的显示界面，确定该显示界面相应的场景信息的步骤，可以包括：对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；根据该特征点信息确定出相应的场景信息。
在一种实施方式中，该分析当前的显示界面，确定该显示界面相应的场景信息的步骤，可以包括：对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；对显示界面相应的显示内容进行分析，以提取出该显示内容中的超链接信息；根据该特征点信息和该超链接信息确定出相应的场景信息。
在一种实施方式中，该对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息的步骤，可以包括：通过卷积神经网络对该显示界面相应的显示图像进行特征点提取，以提取出该显示图像中的特征点信息。
在一种实施方式中，该将预测启动时间高于预测阈值的第一应用程序进行冻结的步骤，可以包括：将预测启动时间高于预测阈值的第一应用程序进行冻结；获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与该预测阈值的差值小于一定范围时，将该第三应用程序设置为待解冻状态。
在一种实施方式中，该将该第三应用程序设置为待解冻状态的步骤之后，还可以包括：当检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动；当未检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
在一种实施方式中，该将预测启动时间高于预测阈值的第一应用程序进行冻结的步骤之后，还可以包括：检测是否处于充电状态；当检测到处于充电状态时，将冻结的第一应用程序进行解冻。
本申请实施例提供一种应用程序的管理方法，如图1所示，图1为本申请实施例提供的应用程序的管理方法的流程示意图，该应用程序的管理方法可以包括以下步骤：
在步骤S101中，根据应用程序的使用习惯，确定出应用程序的预测启动时间。
需要说明的是，虽然电子设备上会安装各种各样的应用程序，如游戏类应用程序、办公类应用程序以及音频类应用程序等等，但是用户平常使用的过程中，每一应用程序开启的时间都不一样，在某些时间场景下，有些应用经常会被开启，而有些应用可能很久都不会被开启，而对于在特定场景下可能不使用的应用程序，在后台运行的话会消耗手机的电量和内存资源，影响手机的使用及续航，所以用户往往希望将在特定时间场景下不适用的应用程序进行冻结。
其中，可以记录每一应用程序开启时的时间信息特征作为一个样本，构建含有多个样本的样本集，或者连续采集一个周期内的样本，如一个月的样本构建样本集，对该样本集进行训练学习，生成包含有时间信息维度上的应用程序的使用习惯的预测模型，如根据对某一应用程序的打开时间进行训练学习，可以学习出该应用程序在时间上的开启规律，即推算确定出该应用程序每天的启动时间。
进一步的，可以获取当前的时间信息，将该时间信息输入到上述形成的预测模型中，进而确定出在当前时间下每一应用程序的预测启动时间，如当前时间为13点57分，某一 应用程序的启动时间为16点58分，那么该应用程序的预测启动时间为181分钟。
在步骤S102中，将预测启动时间高于预测阈值的第一应用程序进行冻结。
可以理解的是，目前的应用程序冻结方法为将需要冻结的应用程序放入电子设备的冻结白名单中，当用户需要解冻时，手动的将应用程序从冻结白名单中移除就可以完成解冻，使得被冻结的应用程序继续使用，操作比较繁琐，影响用户的正常使用。
其中，可以设定相应的预测阈值，该预测阈值可以为3小时，在基于当前的时间节点的基础上，超过3个小时以上的第一应用程序确定为当前时间场景下不使用的应用程序，相应的，将预测启动时间高于预测阈值的第一应用程序进行冻结，以节省电子设备的电量和内存资源。
在一实施方式中，可以在将第一应用程序进行冻结后重新开始计时，在计时达到预测阈值，如计时达到3小时后，将冻结的第一应用程序解冻，重新返回步骤S101，确定出应用程序新的预测启动时间，进而确定更新后的启动时间高于预测阈值的新的第一应用程序，以此根据时间自动完成对第一应用程序的刷新，保持冻结的准确率。
在一些实施方式中，该将预测启动时间高于预测阈值的第一应用程序进行冻结的步骤，可以包括：
(1)将预测启动时间高于预测阈值的第一应用程序进行冻结；
(2)获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与该预测阈值的差值小于一定范围时，将该第三应用程序设置为待解冻状态。
其中，该预测阈值为判断应用程序是否进行冻结的临界值，如3小时，电子设备会相应的将预测启动时间高于预测阈值的第一应用程序进行冻结，进而达到节省电量与内存资源的效果。
相应的，将预测启动时间低于预测阈值的应用程序确定为第三应用程序，该第三应用程序为在预测阈值内可能会使用的应用程序，但是，存在部分预测启动时间低于预测阈值且与预测预测的差值小于一定范围内的第三应用程序，如预测启动时间为2小时58分钟的第三应用程序，该第三应用程序处于冻结与非冻结的边缘，相应的，可以将该处于冻结与非冻结的边缘的第三应用程序设置为待解冻状态，该待解冻状态为冻结状态的一种模式，在目标应用程序处于待解冻状态时，可以在用户界面中显示出目标应用程序的临时图标，当用户点击了该临时图标时，将目标应用程序解冻，若在一段时间内，用户未点击该临时图标，则将该临时图标删除，并恢复该目标应用程序的冻结状态。
在步骤S103中，分析当前的显示界面，确定显示界面相应的场景信息。
其中，可以对当前的显示界面进行分析，根据当前显示界面的文字以及图像信息得到可以确定出当前电子设备所处场景的场景信息，比如，分析当前显示界面中的文字内容，提取出该文字内容中的超链接信息，该超链接信息可以为显示界面相应的场景信息，和/或分析当前显示界面的图像信息，提取出显示图像中的特征点信息，该特征点信息为该图像 中重要组成特征点，如人脸图像中的五官特征点，该特征点信息可以为显示界面相应的场景信息。
在一些实施方式中，该分析当前的显示界面，确定显示界面相应的场景信息的步骤，可以包括：
(1)对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；
(2)根据该特征点信息确定出相应的场景信息。
其中，可以通过一定算法对显示界面相应的显示图像进行分析，如通过卷积神经网络(Convolutional Neural Networks，CNN)算法对当前显示界面相应的显示图像进行分析，提取出显示图像中的关键特征点信息，进而将根据该关键特征点信息确定出相应的场景信息，如该显示界面相应的显示图像为拍照图像，那么可以提取出拍照图像中的拍摄图像相关的关键特征点信息，根据该拍摄图像相关的关键特征点信息确定出相应的拍摄场景信息。
在步骤S104中，将场景信息输入模型库，得到场景信息相应的第二应用程序并进行解冻。
其中，该模型库中记录了用户平常的使用习惯，比如为在使用拍照应用程序时，会相应的打开美颜类应用程序，在打开某一个链接的时候，会自动使用相应的浏览类应用程序等等。
进一步的，在将场景信息输入到模型库中时，可以得到场景信息相应的第二应用程序并进行解冻，如将拍摄场景信息输入到模型库中时，可以得到拍摄场景相应的美颜类应用程序，若美颜类应用程序处于冻结状态，那么可以自动将该美颜类应用程序进行解冻，省去了用户手动将美颜类应用程序从冻结白名单中移除的操作，方便了用户的使用。
由上述可知，本实施例提供的一种应用程序的管理方法，通过根据应用程序的使用习惯，确定出应用程序的预测启动时间；将预测启动时间高于预测阈值的第一应用程序进行冻结；分析当前的显示界面，确定显示界面相应的场景信息；将场景信息输入模型库，得到场景信息相应的第二应用程序并进行解冻。以此可以根据应用程序的预测启动时间，将预测在当前时间节点下的不使用的第一应用程序进行冻结，并对用户使用界面进行分析管控，实时根据使用界面确定出相应的场景信息，根据模型库学习到的用户行为自动解冻场景信息相应的第二应用程序，实现应用程序管理的自动化，提升了对应用程序的管理效率。
根据上述实施例所描述的方法，以下将举例作进一步详细说明。
请参阅图2，图2为本申请实施例提供的应用程序的管理方法的另一流程示意图。
具体而言，该方法包括：
在步骤S201中，根据应用程序的使用习惯，确定出应用程序的预测启动时间。
需要说明的是，为了更好的说明本申请，以下将电子设备以手机进行举例说明，手机中会安装各种各样的应用程序，但是用户平常使用的过程中，在每一时间范围内，应用程序开启的时间都不一样，有些应用程序在相应的时间范围内会被频繁开启，而有些应用程 序可能在相应的时间范围内不会被开启，而对于在当前时间范围内可能不使用的应用程序，在后台正常运行的话会过量的消耗手机的电量和内存资源，影响手机的使用及续航，所以用户往往希望对于此类应用程序进行冻结，使得手机更好的进行续航。
其中，在本申请中，首先进行用户行为学习，即当检测到应用程序开启时，获取开启时间信息特征作为样本，并连续采集一个月内的样本，构成可以反映出应用程序开启习惯的样本集。
进一步的，对样本集进行训练学习，可以对样本集中的每一应用程序的开启时间信息进行聚类处理，得到可以预测出每一应用程序在某时间节点上开启规律的预测模型，相应的，获取当前的时间信息，如15点49分，将该时间15点49分输入预测模型中，根据当前时间15点49分与每一应用程序在该时间点之后的开启时间点的差值，得出每一应用程序的预测启动时间，如应用1的启动时间点为15点59分、应用2的启动时间点为18点40分和应用3的启动时间点为19点49分，那么可以确定应用1的预测启动时间为10分钟、应用2的预测启动时间为171分钟，应用3的预测启动时间为240分钟。
在步骤S202中，将预测启动时间高于预测阈值的第一应用程序进行冻结。
其中，该预测阈值为判断应用程序是否进行冻结的临界值，如3个小时，当预测启动时间高于该预测阈值，如应用3的预测启动时间240分钟高于180分钟，说明该应用程序在3个小时内都不会被启动，那么可以相应的将该应用程序确定为第一应用程序进行冻结，以节省手机的功耗。
在步骤S203中，获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与预测阈值的差值小于一定范围时，将第三应用程序设置为待解冻状态。
其中，手机获取预测启动时间低于预测阈值的第三应用程序，如获取应用1和应用2确定为第三应用程序，该一定范围可以为10分钟，当第三应用程序的预测启动时间与预测阈值的差值小于10分钟时，说明该第三应用程序处于冻结与非冻结的边缘，如应用2的预测启动时间171分钟与3小时的差值为9分钟，小于10分钟，那么可以将该应用2设置为待解冻状态。
在步骤S204中，当检测到在预设时间内第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动。
其中，该预设时间为处于待解冻状态的应用程序的缓冲时间，如1小时，当手机检测到在1小时内，应用2的启动指令时，可以将处于待解冻状态的应用2解冻并进行启动。
在步骤S205中，当未检测到在预设时间内第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
其中，当手机未检测到1小时内，应用2的启动指令时，说明用户暂时不会使用应用2，可将处于待解冻状态的应用2从待解冻状态直接恢复到冻结状态。
在步骤S206中，通过卷积神经网络对显示界面相应的显示图像进行特征点提取，以提 取出显示图像中的特征点信息。
其中，手机可以通过卷积神经网络对显示界面相应的显示图像进行特征点分析，提取出显示图像中的关键特征点信息，如图3所示，手机100通过卷积神经网络对图库显示界面进行特征分析，提取出照片关键点特征101。
在步骤S207中，对显示界面相应的显示内容进行分析，以提取出显示内容中的超链接信息。
其中，手机对显示界面相应的显示文字内容进行智能分析，提取出显示文字内容中的超链接信息，该超链接信息可以为超级链接(hyperlink)文本，它是一种允许我们同其他网页或应用程序之间进行连接的元素。如图4所示，手机100对当前显示界面相应的显示内容进行分析，提取出显示内容中的超链接信息101“1234”。
在步骤S208中，根据特征点信息和超链接信息确定出相应的场景信息。
其中，可以根据该关键特征点信息和超链接信息确定出相应的场景信息，如通过提取出的照片关键点特征101确定出相应的图片场景信息，通过超链接信息102“1234”确定出相应的浏览场景信息。
在步骤S209中，将场景信息输入模型库，得到场景信息相应的第二应用程序并进行解冻。
其中，将上述确定的图片场景信息和浏览场景信息输入到模型库，分别得到图片场景信息相应的第二应用程序为美图类应用程序和浏览场景信息相应的第二应用程序为浏览器类应用程序，将该美图类应用程序和浏览器类应用程序进行解冻。
在一实施方式中，可以根据用户的使用习惯确定用户使用最多的应用程序，如在美图类应用程序中确定使用最多的“天X美图”应用程序，在浏览器类应用程序中确定使用最多的“U浏览”应用程序。只将该使用最多的“天X美图”和“U浏览”进行解冻。
在步骤S210中，检测是否处于充电状态。
其中，当检测到手机处于充电状态时，执行步骤S211，当检测到手机不处于充电状态时，返回继续执行步骤S210。
在步骤S211中，将冻结的第一应用程序进行解冻。
其中，当检测到手机处于充电状态时，由于有电源补给，所以不需要通过冻结应用程序进行使用限制，影响用户体验，所以可以暂时的将冻结的第一应用程序进行解冻，在充电结束后，可以恢复对第一应用程序的冻结。
由上述可知，本实施例提供的一种应用程序的管理方法，通过根据应用程序的使用习惯，确定出应用程序的预测启动时间，将预测启动时间高于预测阈值的第一应用程序冻结，将与预测阈值接近的第三应用程序设置为待解冻状态，且对显示界面相应的显示内容以及显示图像进行分析，分别提取出显示内容中的超链接信息以及关键特征点信息，根据相应的超链接信息以及关键特征点信息确定出相应的场景信息，将场景信息输入模型库，得到 实时的场景信息相应的第二应用程序进行解冻。以此可以根据应用程序的预测启动时间，将预测在当前时间节点下的不使用的第一应用程序进行冻结，对于处于临界值边缘的第三应用程序设置为待解冻状态，并对用户使用界面进行实时分析管控，实时根据使用界面确定出相应的场景信息，根据模型库学习到的用户行为自动解冻场景信息相应的第二应用程序，实现应用程序管理的自动化，提升了对应用程序的管理效率。
为便于更好的实施本申请实施例提供的应用程序的管理方法，本申请实施例还提供一种基于上述应用程序的管理方法的装置。其中名词的含义与上述应用程序的管理方法中相同，具体实现细节可以参考方法实施例中的说明。
本发明实施例提供一种应用程序的管理装置，包括：
第一确定单元，用于根据应用程序的使用习惯，确定出应用程序的预测启动时间；
冻结单元，用于将预测启动时间高于预测阈值的第一应用程序进行冻结；
第二确定单元，用于分析当前的显示界面，确定该显示界面相应的场景信息；
解冻单元，用于将该场景信息输入模型库，得到该场景信息相应的第二应用程序并进行解冻。
在一种实施方式中，第二确定单元，可以包括：第一分析子单元，用于对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；第二分析子单元，用于对显示界面相应的显示内容进行分析，以提取出该显示内容中的超链接信息；确定子单元，用于根据该特征点信息和该超链接信息确定出相应的场景信息。
在一种实施方式中，第一分析子单元，具体用于：通过卷积神经网络对该显示界面相应的显示图像进行特征点提取，以提取出该显示图像中的特征点信息。
在一种实施方式中，冻结单元，具体用于：将预测启动时间高于预测阈值的第一应用程序进行冻结；获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与该预测阈值的差值小于一定范围时，将该第三应用程序设置为待解冻状态。
在一种实施方式中，该装置还包括：启动单元，用于当检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动；恢复单元，用于当未检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
请参阅图5，图5为本申请实施例提供的应用程序的管理装置的模块示意图。具体而言，该应用程序的管理装置300，包括：第一确定单元31、冻结单元32、第二确定单元33以及解冻单元34。
第一确定单元31，用于根据应用程序的使用习惯，确定出应用程序的预测启动时间。
其中，第一确定单元31可以记录每一应用程序开启时的时间信息特征作为一个样本，构建含有多个样本的样本集，或者连续采集一个周期内的样本，如一个月的样本构建样本集，对该样本集进行训练学习，生成包含有时间信息维度上的应用程序的使用习惯的预测 模型，如根据对某一应用程序的打开时间进行训练学习，可以学习出该应用程序在时间上的开启规律，即推算确定出该应用程序每天的启动时间。
进一步的，第一确定单元31可以获取当前的时间信息，将该时间信息输入到上述形成的预测模型中，进而确定出在当前时间下每一应用程序的预测启动时间，如当前时间为13点57分，某一应用程序的启动时间为16点58分，那么该应用程序的预测启动时间为181分钟。
冻结单元32，用于将预测启动时间高于预测阈值的第一应用程序进行冻结。
其中，可以设定相应的预测阈值，该预测阈值可以为3小时，冻结单元32在基于当前的时间节点的基础上，超过3个小时以上的第一应用程序确定为当前时间场景下不使用的应用程序，相应的，将预测启动时间高于预测阈值的第一应用程序进行冻结，以节省电子设备的电量和内存资源。
第二确定单元33，用于分析当前的显示界面，确定该显示界面相应的场景信息。
其中，第二确定单元33可以对当前的显示界面进行分析，根据当前显示界面的文字以及图像信息得到可以确定出当前电子设备所处场景的场景信息，比如，分析当前显示界面中的文字内容，提取出该文字内容中的超链接信息，根据该超链接信息确定出显示界面相应的场景信息，和/或分析当前显示界面的图像信息，提取出显示图像中的特征点信息，该特征点信息为该图像中重要组成特征点，如人脸图像中的五官特征点，根据该特征点信息确定出显示界面相应的场景信息。
在一些实施方式中，该第二确定单元33，具体用于对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；根据该特征点信息确定出相应的场景信息。
解冻单元34，用于将该场景信息输入模型库，得到该场景信息相应的第二应用程序并进行解冻。
其中，该模型库中记录了用户平常的使用习惯，比如为在使用拍照应用程序时，会相应的打开美颜类应用程序，在打开某一个链接的时候，会自动使用相应的浏览类应用程序等等。
进一步的，解冻单元34在将场景信息输入到模型库中时，可以得到场景信息相应的第二应用程序并进行解冻，如将拍摄场景信息输入到模型库中时，可以得到拍摄场景相应的美颜类应用程序，若美颜类应用程序处于冻结状态，那么可以自动将该美颜类应用程序进行解冻，省去了用户手动将美颜类应用程序从冻结白名单中移除的操作，方便了用户的使用。
可一并参考图6，图6为本申请实施例提供的应用程序的管理装置的另一模块示意图，该应用程序的管理装置300还可以包括：
其中，该第二确定单元33可以包括第一分析子单元331、第二分析子单元332以及确定子单元333。
进一步的，该第一分析子单元331，用于对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息。该第二分析子单元332，用于对显示界面相应的显示内容进行分析，以提取出该显示内容中的超链接信息。该确定子单元333，用于根据该特征点信息和该超链接信息确定出相应的场景信息。
在一些实施方式中，该第一分析子单元331，具体用于：通过卷积神经网络对该显示界面相应的显示图像进行特征点提取，以提取出该显示图像中的特征点信息。
启动单元35，用于当检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动。
恢复单元36，用于当未检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
本申请实施例还提供一种电子设备。请参阅图7，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。
该处理器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，从而对电子设备500进行整体监控。
该存储器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：
根据应用程序的使用习惯，确定出应用程序的预测启动时间；
将预测启动时间高于预测阈值的第一应用程序进行冻结；
分析当前的显示界面，确定该显示界面相应的场景信息；
将该场景信息输入模型库，得到该场景信息相应的第二应用程序并进行解冻。
在某些实施方式中，在分析当前的显示界面，确定该显示界面相应的场景信息时，处理器501可以具体执行以下步骤：
对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；
根据该特征点信息确定出相应的场景信息。
在某些实施方式中，在分析当前的显示界面，确定该显示界面相应的场景信息时，处 理器501可以具体执行以下步骤：
对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息；
对显示界面相应的显示内容进行分析，以提取出该显示内容中的超链接信息；
根据该特征点信息和该超链接信息确定出相应的场景信息。
在某些实施方式中，在对显示界面相应的显示图像进行分析，以提取出该显示图像中的特征点信息时，处理器501可以具体执行以下步骤：
通过卷积神经网络对该显示界面相应的显示图像进行特征点提取，以提取出该显示图像中的特征点信息。
在某些实施方式中，在将预测启动时间高于预测阈值的第一应用程序进行冻结时，处理器501可以具体执行以下步骤：
将预测启动时间高于预测阈值的第一应用程序进行冻结；
获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与该预测阈值的差值小于一定范围时，将该第三应用程序设置为待解冻状态。
在某些实施方式中，在将该第三应用程序设置为待解冻状态之后，处理器501还可以具体执行以下步骤：
当检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动；
当未检测到在预设时间内该第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
在某些实施方式中，在将预测启动时间高于预测阈值的第一应用程序进行冻结之后，处理器501还可以具体执行以下步骤：
检测是否处于充电状态；
当检测到处于充电状态时，将冻结的第一应用程序进行解冻。
请一并参阅图8，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。
该显示器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。
该射频电路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。
该音频电路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。
该电源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8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，该存储介质存储有计算机程序，当该计算机程序在计算机上运行时，使得该计算机执行上述任一实施例中的应用程序的管理方法，比如：根据应用程序的使用习惯，确定出应用程序的预测启动时间；将预测启动时间高于预测阈值的第一应用程序进行冻结；分析当前的显示界面，确定该显示界面相应的场景信息；将该场景信息输入模型库，得到该场景信息相应的第二应用程序并进行解冻。
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程序的管理方法而言，本领域普通测试人员可以理解实现本申请实施例的应用程序的管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，该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程序的管理方法的实施例的流程。其中，该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程序的管理装置而言，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。该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，该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程序的管理方法、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. 一种应用程序的管理方法，其中，包括：
    根据应用程序的使用习惯，确定出应用程序的预测启动时间；
    将预测启动时间高于预测阈值的第一应用程序进行冻结；
    分析当前的显示界面，确定所述显示界面相应的场景信息；
    将所述场景信息输入模型库，得到所述场景信息相应的第二应用程序并进行解冻。
  2. 如权利要求1所述的应用程序的管理方法，其中，所述分析当前的显示界面，确定所述显示界面相应的场景信息的步骤，包括：
    对显示界面相应的显示图像进行分析，以提取出所述显示图像中的特征点信息；
    根据所述特征点信息确定出相应的场景信息。
  3. 如权利要求1所述的应用程序的管理方法，其中，所述分析当前的显示界面，确定所述显示界面相应的场景信息的步骤，包括：
    对显示界面相应的显示图像进行分析，以提取出所述显示图像中的特征点信息；
    对显示界面相应的显示内容进行分析，以提取出所述显示内容中的超链接信息；
    根据所述特征点信息和所述超链接信息确定出相应的场景信息。
  4. 如权利要求3所述的应用程序的管理方法，其中，所述对显示界面相应的显示图像进行分析，以提取出所述显示图像中的特征点信息的步骤，包括：
    通过卷积神经网络对所述显示界面相应的显示图像进行特征点提取，以提取出所述显示图像中的特征点信息。
  5. 如权利要求1所述的应用程序的管理方法，其中，所述将预测启动时间高于预测阈值的第一应用程序进行冻结的步骤，包括：
    将预测启动时间高于预测阈值的第一应用程序进行冻结；
    获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与所述预测阈值的差值小于一定范围时，将所述第三应用程序设置为待解冻状态。
  6. 如权利要求5所述的应用程序的管理方法，其中，所述将所述第三应用程序设置为待解冻状态的步骤之后，还包括：
    当检测到在预设时间内所述第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动；
    当未检测到在预设时间内所述第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
  7. 如权利要求1所述的应用程序的管理方法，其中，所述将预测启动时间高于预测阈值的第一应用程序进行冻结的步骤之后，还包括：
    检测是否处于充电状态；
    当检测到处于充电状态时，将冻结的第一应用程序进行解冻。
  8. 一种应用程序的管理装置，其中，包括：
    第一确定单元，用于根据应用程序的使用习惯，确定出应用程序的预测启动时间；
    冻结单元，用于将预测启动时间高于预测阈值的第一应用程序进行冻结；
    第二确定单元，用于分析当前的显示界面，确定所述显示界面相应的场景信息；
    解冻单元，用于将所述场景信息输入模型库，得到所述场景信息相应的第二应用程序并进行解冻。
  9. 如权利要求8所述的应用程序的管理装置，其中，所述第二确定单元，包括：
    第一分析子单元，用于对显示界面相应的显示图像进行分析，以提取出所述显示图像中的特征点信息；
    第二分析子单元，用于对显示界面相应的显示内容进行分析，以提取出所述显示内容中的超链接信息；
    确定子单元，用于根据所述特征点信息和所述超链接信息确定出相应的场景信息。
  10. 如权利要求9所述的应用程序的管理装置，其中，所述第一分析子单元，具体用于：
    通过卷积神经网络对所述显示界面相应的显示图像进行特征点提取，以提取出所述显示图像中的特征点信息。
  11. 如权利要求8所述的应用程序的管理装置，其中，所述冻结单元，具体用于：
    将预测启动时间高于预测阈值的第一应用程序进行冻结；
    获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与所述预测阈值的差值小于一定范围时，将所述第三应用程序设置为待解冻状态。
  12. 如权利要求11所述的应用程序的管理装置，其中，所述装置还包括：
    启动单元，用于当检测到在预设时间内所述第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动；
    恢复单元，用于当未检测到在预设时间内所述第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
  13. 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所述的应用程序的管理方法。
  14. 一种电子设备，包括处理器和存储器，所述存储器有计算机程序，其中，所述处理器通过调用所述计算机程序，用于执行步骤：
    根据应用程序的使用习惯，确定出应用程序的预测启动时间；
    将预测启动时间高于预测阈值的第一应用程序进行冻结；
    分析当前的显示界面，确定所述显示界面相应的场景信息；
    将所述场景信息输入模型库，得到所述场景信息相应的第二应用程序并进行解冻。
  15. 如权利要求14所述的电子设备，其中，所述处理器通过调用所述计算机程序，用 于执行步骤：
    对显示界面相应的显示图像进行分析，以提取出所述显示图像中的特征点信息；
    根据所述特征点信息确定出相应的场景信息。
  16. 如权利要求14所述的电子设备，其中，所述处理器通过调用所述计算机程序，用于执行步骤：
    对显示界面相应的显示图像进行分析，以提取出所述显示图像中的特征点信息；
    对显示界面相应的显示内容进行分析，以提取出所述显示内容中的超链接信息；
    根据所述特征点信息和所述超链接信息确定出相应的场景信息。
  17. 如权利要求16所述的电子设备，其中，所述处理器通过调用所述计算机程序，用于执行步骤：
    通过卷积神经网络对所述显示界面相应的显示图像进行特征点提取，以提取出所述显示图像中的特征点信息。
  18. 如权利要求14所述的电子设备，其中，所述处理器通过调用所述计算机程序，用于执行步骤：
    将预测启动时间高于预测阈值的第一应用程序进行冻结；
    获取预测启动时间低于预测阈值的第三应用程序，当第三应用程序的预测启动时间与所述预测阈值的差值小于一定范围时，将所述第三应用程序设置为待解冻状态。
  19. 如权利要求18所述的电子设备，其中，所述处理器通过调用所述计算机程序，用于执行步骤：
    当检测到在预设时间内所述第三应用程序的启动指令时，将处于待解冻状态的第三应用程序解冻并进行启动；
    当未检测到在预设时间内所述第三应用程序的启动指令时，将处于待解冻状态的第三应用程序恢复冻结状态。
  20. 如权利要求14所述的电子设备，其中，所述处理器通过调用所述计算机程序，还用于执行步骤：
    检测是否处于充电状态；
    当检测到处于充电状态时，将冻结的第一应用程序进行解冻。
PCT/CN2018/125711 2018-12-29 2018-12-29 应用程序的管理方法、装置、存储介质及电子设备 Ceased WO2020133441A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201880099384.3A CN112997149B (zh) 2018-12-29 2018-12-29 应用程序的管理方法、装置、存储介质及电子设备
PCT/CN2018/125711 WO2020133441A1 (zh) 2018-12-29 2018-12-29 应用程序的管理方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/125711 WO2020133441A1 (zh) 2018-12-29 2018-12-29 应用程序的管理方法、装置、存储介质及电子设备

Publications (1)

Publication Number Publication Date
WO2020133441A1 true WO2020133441A1 (zh) 2020-07-02

Family

ID=71128522

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/125711 Ceased WO2020133441A1 (zh) 2018-12-29 2018-12-29 应用程序的管理方法、装置、存储介质及电子设备

Country Status (2)

Country Link
CN (1) CN112997149B (zh)
WO (1) WO2020133441A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115373987A (zh) * 2022-08-22 2022-11-22 平安付科技服务有限公司 应用程序显示异常的检测方法及装置、存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150160976A1 (en) * 2013-12-06 2015-06-11 Samsung Electronics Co., Ltd. Multitasking method and electronic device therefor
CN106055399A (zh) * 2016-05-31 2016-10-26 宇龙计算机通信科技(深圳)有限公司 一种控制应用程序的方法及终端
CN106126259A (zh) * 2016-06-30 2016-11-16 宇龙计算机通信科技(深圳)有限公司 一种冻结应用的方法及系统
CN106125882A (zh) * 2016-06-15 2016-11-16 深圳市万普拉斯科技有限公司 一种应用程序的管理方法以及电子设备
CN107402809A (zh) * 2017-07-31 2017-11-28 广东欧珀移动通信有限公司 应用程序的管控方法、装置、存储介质及电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106055394B (zh) * 2016-05-25 2018-11-06 宇龙计算机通信科技(深圳)有限公司 应用解冻方法及系统
CN106126298B (zh) * 2016-06-30 2020-02-21 宇龙计算机通信科技(深圳)有限公司 一种应用冻结的方法、装置以及终端
CN108055693B (zh) * 2017-10-26 2020-12-18 江苏知链科技有限公司 一种终端应用控制方法、终端及计算机可读存储介质
CN107943534B (zh) * 2017-11-14 2021-02-02 Oppo广东移动通信有限公司 后台应用程序的关闭方法、装置、存储介质及电子设备
CN108762876A (zh) * 2018-05-31 2018-11-06 努比亚技术有限公司 一种输入法切换方法、移动终端以及计算机存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150160976A1 (en) * 2013-12-06 2015-06-11 Samsung Electronics Co., Ltd. Multitasking method and electronic device therefor
CN106055399A (zh) * 2016-05-31 2016-10-26 宇龙计算机通信科技(深圳)有限公司 一种控制应用程序的方法及终端
CN106125882A (zh) * 2016-06-15 2016-11-16 深圳市万普拉斯科技有限公司 一种应用程序的管理方法以及电子设备
CN106126259A (zh) * 2016-06-30 2016-11-16 宇龙计算机通信科技(深圳)有限公司 一种冻结应用的方法及系统
CN107402809A (zh) * 2017-07-31 2017-11-28 广东欧珀移动通信有限公司 应用程序的管控方法、装置、存储介质及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115373987A (zh) * 2022-08-22 2022-11-22 平安付科技服务有限公司 应用程序显示异常的检测方法及装置、存储介质

Also Published As

Publication number Publication date
CN112997149A (zh) 2021-06-18
CN112997149B (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
US10891142B2 (en) Method and device for preloading application, storage medium, and terminal device
CN108205451A (zh) 应用管理方法、装置、存储介质及电子设备
CN110032266B (zh) 信息处理方法、装置、计算机设备和计算机可读存储介质
CN107807730B (zh) 应用清理方法、装置、存储介质及电子设备
CN107544842A (zh) 应用程序处理方法和装置、计算机设备、存储介质
CN113474756A (zh) 应用程序的处理方法、装置、存储介质及电子设备
WO2019024646A1 (zh) 应用管控方法、装置及电子设备
CN112083787A (zh) 应用程序运行模式切换方法、装置、电子设备和存储介质
CN110008008A (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
CN107544898A (zh) 数据获取方法、装置、设备和存储介质
CN107835311A (zh) 应用管理方法、装置、存储介质及电子设备
CN107943534A (zh) 后台应用程序的关闭方法、装置、存储介质及电子设备
CN106095492B (zh) 一种应用程序的关闭方法和装置
CN107943570B (zh) 应用管理方法、装置、存储介质及电子设备
WO2019024647A1 (zh) 应用程序处理方法、装置、存储介质及终端
CN110727473B (zh) 资源控制方法及装置、系统、存储介质和电子设备
CN107748697A (zh) 应用关闭方法、装置、存储介质及电子设备
CN107832131A (zh) 应用程序关闭方法、装置、存储介质和电子设备
CN108038050B (zh) 性能调整方法、装置、存储介质及电子设备
CN112997149B (zh) 应用程序的管理方法、装置、存储介质及电子设备
WO2025261415A1 (zh) 一种资源调度方法、装置及电子设备
CN106095487B (zh) 一种应用程序的关闭方法和装置
CN108234758A (zh) 应用的显示方法、装置、存储介质及电子设备
CN112997150B (zh) 应用程序的管理方法、装置、存储介质及电子设备
CN107491349A (zh) 应用程序处理方法和装置、计算机设备、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: 18944750

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 081121)

122 Ep: pct application non-entry in european phase

Ref document number: 18944750

Country of ref document: EP

Kind code of ref document: A1