[發明專利]應用程序預測模型建立、預加載方法、裝置、介質及終端

在審

• 申請號: 201711091993.8
• 申請日: 2017-11-08
• 公開（公告）號: CN109766138A
• 公開（公告）日: 2019-05-17
• 發明（設計）人: 陳巖
• 申請（專利權）人: 廣東歐珀移動通信有限公司
• 主分類號: G06F9/445
• 分類號: G06F9/445
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本申請實施例公開了應用程序預測模型建立、預加載方法、裝置、介質及終端。應用程序預測模型建立方法包括：獲取預設時間段內的用戶行為樣本，其中，用戶行為樣本包括至少兩個應用程序的使用時序關聯記錄；對使用時序關聯記錄進行分組，得到多組使用時序關聯記錄；根據多組使用時序關聯記錄，對預設神經網絡模型進行訓練，生成應用程序預測模型。本申請實施例通過采用上述技術方案，可以充分利用能夠真實反映用戶行為的應用程序使用時序關聯記錄，優化應用程序預加載機制，有效的提高了對待啟動應用程序預測的準確性，進一步降低了終端系統功耗和內存占用率。

技術領域

本申請實施例涉及機器學習技術領域，尤其涉及應用程序預測模型建立、預加載方法、裝置、介質及終端。

背景技術

隨著電子技術的快速發展和人們生活水平的日益提高，智能手機、平板電腦等終端已經成為人們生活中必不可少的一部分。

終端上設置有各種各樣的應用程序(Application Software，APP)，為了使應用程序運行的更加流暢，通常終端會將提前將某些應用程序的加載資源準備好，即對某些應用程序提前進行預加載。

但是，不能對應用程序進行隨意預加載，因為若預加載太多資源，則會占用過大內存，同時功耗變大，會嚴重影響終端使用的流暢性。因此，優化預加載機制、降低終端功耗變得至關重要。

發明內容

本申請實施例提供應用程序預測模型建立、預加載方法、裝置、介質及終端，可以優化應用程序的預加載機制，降低終端系統功耗。

第一方面，本申請實施例提供了一種應用程序預測模型建立方法，包括：

獲取預設時間段內的用戶行為樣本，其中,所述用戶行為樣本包括至少兩個應用程序的使用時序關聯記錄；

對所述使用時序關聯記錄進行分組，得到多組使用時序關聯記錄；

根據所述多組使用時序關聯記錄，對預設神經網絡模型進行訓練，生成應用程序預測模型。

第二方面，本申請實施例提供了一種應用程序預加載方法，包括：

獲取t時刻終端運行應用程序的使用狀態及t-1時刻至t-n時刻對應的終端運行應用程序的使用狀態，其中，n為大于等于2的自然數；

將所述使用狀態輸入至預先訓練的應用程序預測模型中，獲取所述應用程序預測模型輸出的應用程序啟動的概率值，其中，所述應用程序預測模型由多組使用時序關聯記錄訓練生成，多組使用時序關聯記錄是對預設時間段內應用程序的使用時序關聯記錄進行分組得到的；

根據所述概率值確定t+1時刻對應的待啟動應用程序，并將所述待啟動應用程序進行預加載。

第三方面，本申請實施例提供了一種應用程序預測模型建立裝置，該裝置包括：

用戶行為樣本獲取模塊，用于獲取預設時間段內的用戶行為樣本，其中,所述用戶行為樣本包括至少兩個應用程序的使用時序關聯記錄；

使用時序關聯記錄分組模塊，用于對所述使用時序關聯記錄進行分組，得到多組使用時序關聯記錄；

應用程序預測模型生成模塊，用于根據所述多組使用時序關聯記錄，對預設神經網絡模型進行訓練，生成應用程序預測模型。

第四方面，本申請實施例提供了一種應用程序預加載裝置，該裝置包括：

使用狀態獲取模塊，用于獲取t時刻終端運行應用程序的使用狀態及t-1時刻至t-n時刻對應的終端運行應用程序的使用狀態，其中，n為大于等于2的自然數；