[發明專利]應用程序管控方法、終端、服務器及系統

有效

• 申請號: 201810066721.0
• 申請日: 2018-01-24
• 公開（公告）號: CN110086835B
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 馮木春
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F1/3234
• 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，應用于終端，其特征在于，所述方法包括：

采集應用程序的耗電特征信息作為樣本，構建樣本集，所述耗電特征信息包括所述應用程序在后臺運行時，對所述終端的各個預設模塊的使用信息；

將所述樣本集發送給服務器，以由所述服務器對所述樣本集進行訓練并生成決策樹模型；

接收所述服務器發送的所述決策樹模型；

獲取所述后臺運行程序的當前耗電特征信息；

利用所述決策樹模型對所述后臺運行程序的當前耗電特征信息進行預測，并輸出所述預測結果；

根據所述預測結果及所述后臺運行程序的用戶特征信息確定是否關閉所述后臺運行程序，所述用戶特征信息包括用戶對所述后臺運行程序的使用信息。

2.根據權利要求1所述的方法，其特征在于，所述采集應用程序的耗電特征信息作為樣本，構建樣本集，包括：

每隔預設時長采集一次所述應用程序的耗電特征信息，將每次采集的所述應用程序的耗電特征信息確定為所述樣本；

在預設歷史時間段內獲取多個所述樣本，構建所述樣本集。

3.一種應用程序管控方法，應用于服務器，其特征在于，所述方法包括：

接收終端發送的樣本集，所述樣本集中包括由應用程序的耗電特征信息構成的樣本；

對所述樣本集進行訓練，生成決策樹模型；

將所述決策樹模型發送給所述終端，以使得所述終端利用所述決策樹模型對所述終端的后臺運行程序的當前耗電特征信息進行預測并根據所述預測結果及所述后臺運行程序的用戶特征信息確定是否關閉所述后臺運行程序。

4.根據權利要求3所述的方法，其特征在于，在接收終端發送的樣本集之后，還包括：

對所述樣本集中的樣本進行標記，得到每個樣本的樣本標簽，所述樣本標簽包括關閉或不關閉。

5.根據權利要求4所述的方法，其特征在于，所述對所述樣本集中的樣本進行標記，得到每個樣本的樣本標簽，包括：

判斷每個樣本中是否存在與預設特征值庫中的數據匹配的數據；

若存在，則將對應樣本標記為關閉，若不存在，則將對應樣本標記為不關閉。

6.根據權利要求3至5任意一項所述的方法，其特征在于，所述對所述樣本集進行訓練，生成決策樹模型，包括：

計算所述樣本集中包含的每個耗電特征信息的信息增益；

將信息增益最大的耗電特征信息作為根節點的特征信息，將其余耗電特征信息按照信息增益從大到小的順序依次作為葉子節點的特征信息，生成所述決策樹模型。

7.一種終端，其特征在于，包括：

構建單元，用于采集應用程序的耗電特征信息作為樣本，構建樣本集，所述耗電特征信息包括所述應用程序在后臺運行時，對所述終端的各個預設模塊的使用信息；

第一發送單元，用于將所述樣本集發送給服務器，以由所述服務器對所述樣本集進行訓練并生成決策樹模型；

第一接收單元，用于接收所述服務器發送的所述決策樹模型；

管控單元，用于獲取所述后臺運行程序的當前耗電特征信息；

利用所述決策樹模型對所述后臺運行程序的當前耗電特征信息進行預測，并輸出所述預測結果；

根據所述預測結果及所述后臺運行程序的用戶特征信息確定是否關閉所述后臺運行程序，所述用戶特征信息包括用戶對所述后臺運行程序的使用信息。

8.根據權利要求7所述的終端，其特征在于，所述構建單元包括：

采集子單元，用于每隔預設時長采集一次所述應用程序的耗電特征信息，將每次采集的所述應用程序的耗電特征信息確定為所述樣本；

構建子單元，用于在預設歷史時間段內獲取多個所述樣本，構建所述樣本集。