[發明專利]應用程序管控方法、裝置、介質及電子設備

有效

• 申請號: 201711047050.5
• 申請日: 2017-10-31
• 公開（公告）號: CN107844338B
• 公開（公告）日: 2019-09-13
• 發明（設計）人: 梁昆
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06N3/04;G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種應用程序管控方法，應用于電子設備，其特征在于，所述應用程序管控方法包括以下步驟：

獲取所述應用程序樣本向量集，其中該樣本向量集中的樣本向量包括所述應用程序多個維度的歷史特征信息x_i；

采用反向傳播神經網絡算法對樣本向量集進行計算生成第一訓練模型，采用非線性支持向量機算法生成第二訓練模型，通過定義高斯核函數，得到所述第二訓練模型；以及

當應用程序進入后臺，將所述應用程序的當前特征信息s輸入所述第一訓練模型進行計算，得到第一關閉概率值，當第一關閉概率值處于猶豫區間之內，將所述應用程序的當前特征信息s輸入所述第二訓練模型進行計算，得到第二關閉概率值，當第二關閉概率值大于判定值，則關閉所述應用程序。

2.如權利要求1所述的應用程序管控方法，其特征在于，采用反向傳播神經網絡算法對樣本向量集進行計算，生成第一訓練模型的步驟包括：

定義網絡結構；以及

將樣本向量集帶入網絡結構進行計算，得到第一訓練模型。

3.如權利要求1所述的應用程序管控方法，其特征在于：采用非線性支持向量機算法生成第二訓練模型的步驟包括：

對樣本向量集中的樣本向量進行標記，生成每個樣本向量的標記結果y_i；以及

通過定義高斯核函數，得到所述第二訓練模型。

4.如權利要求1所述的應用程序管控方法，其特征在于：當第二關閉概率值小于判定值，則保留所述應用程序。

5.如權利要求1所述的應用程序管控方法，其特征在于，還包括：當第一關閉概率值處于猶豫區間之外時，則判斷第一關閉概率值是小于猶豫區間的最小值還是大于猶豫區間的最大值。

6.如權利要求5所述的應用程序管控方法，其特征在于：當第一關閉概率值小于猶豫區間的最小值，則保留所述應用程序；當第一關閉概率值大于猶豫區間的最大值，則關閉所述應用程序。

7.一種應用程序管控裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取所述應用程序樣本向量集，其中該樣本向量集中的樣本向量包括所述應用程序多個維度的歷史特征信息x_i；

生成模塊，用于采用反向傳播神經網絡算法對樣本向量集進行計算，生成第一訓練模型，采用非線性支持向量機算法生成第二訓練模型，通過定義高斯核函數，得到所述第二訓練模型；

計算模塊，用于當應用程序進入后臺，將所述應用程序的當前特征信息s輸入所述第一訓練模型進行計算，得到第一關閉概率值，當第一關閉概率值處于猶豫區間之內，將所述應用程序的當前特征信息s輸入所述第二訓練模型進行計算，得到第二關閉概率值，當第二關閉概率值大于判定值，則關閉所述應用程序。

8.如權利要求7所述的應用程序管控裝置，其特征在于：所述生成模塊包括：

第一生成模塊，包括：

定義模塊，用于定義網絡結構；以及

第一求解模塊，用于將樣本向量集帶入網絡結構進行計算，得到第一訓練模型；以及

第二生成模塊，包括：

訓練模塊，用于對樣本向量集中的樣本向量進行標記，生成每個樣本向量的標記結果y_i；以及

第二求解模塊，用于通過定義高斯核函數，得到所述第二訓練模型。

9.如權利要求7所述的應用程序管控裝置，其特征在于：所述計算模塊包括：

采集模塊，用于當應用程序進入后臺，采集所述應用程序的當前特征信息s；

第一計算模塊，將所述應用程序的當前特征信息s輸入所述第一訓練模型進行計算，得到第一關閉概率值；以及

第二計算模塊，用于當第一關閉概率值處于所述猶豫區間之內，將所述應用程序的當前特征信息s輸入所述第二訓練模型進行計算，得到第二關閉概率值。