[發(fā)明專利]數(shù)據(jù)清理模型構(gòu)建方法、數(shù)據(jù)清理方法及相關(guān)設備、介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110774567.4
• 申請日: 2021-07-08
• 公開（公告）號: CN113609031A
• 公開（公告）日: 2021-11-05
• 發(fā)明（設計）人: 付玉鑫
• 申請（專利權(quán)）人: 深圳市晨北科技有限公司
• 主分類號: G06F12/0891
• 分類號: G06F12/0891;G06K9/62
• 代理公司: 深圳中細軟知識產(chǎn)權(quán)代理有限公司 44528
• 代理人: 袁文英

本申請?zhí)峁?shù)據(jù)清理模型構(gòu)建方法、數(shù)據(jù)清理方法及相關(guān)設備、介質(zhì)，其中，數(shù)據(jù)清理模型構(gòu)建方法包括：獲取目標緩存類別對應的訓練樣本集，訓練樣本集包括屬于目標緩存類別的多個緩存數(shù)據(jù)的樣本信息，每個緩存數(shù)據(jù)的樣本信息包括多個特征信息和清理標識；基于多個緩存數(shù)據(jù)在第一緩存特征下的特征信息，和多個緩存數(shù)據(jù)各自對應的清理標識，確定目標情形下的判斷準確度，目標情形是指以第一緩存特征作為判斷標準，判斷多個緩存數(shù)據(jù)各自對應的清理類別的情形；根據(jù)多個情形下的判斷準確度，構(gòu)建緩存數(shù)據(jù)清理模型，多個情形為分別以多個緩存特征作為判斷標準，判斷所述多個緩存數(shù)據(jù)各自對應的清理類別的情形。本申請可實現(xiàn)對緩存數(shù)據(jù)是否需要清理的準確判定。

技術(shù)領(lǐng)域

本申請涉及緩存數(shù)據(jù)處理領(lǐng)域，尤其涉及數(shù)據(jù)清理模型構(gòu)建方法、數(shù)據(jù)清理方法及相關(guān)設備、介質(zhì)。

背景技術(shù)

緩存數(shù)據(jù)，是各類應用客戶端(如微信、瀏覽器)在被用戶使用的過程中存儲的基于用戶行為所產(chǎn)生的臨時文件，以方便用戶在后續(xù)使用該客戶端時，能夠完成對用戶的快速響應。

當緩存數(shù)據(jù)過多時，由于占用的緩存空間較多，會引起安裝有應用客戶端的終端發(fā)生卡頓現(xiàn)象。對于這種現(xiàn)象，目前，大多數(shù)的終端的處理手段為直接清理掉緩存空間中的所有緩存數(shù)據(jù)，雖然解決了卡頓的問題，但對于使用頻率較高的緩存數(shù)據(jù)，需要用戶重新進行緩存，無法完成對用戶的快速響應，給用戶使用帶來不便。

發(fā)明內(nèi)容

本申請?zhí)峁?shù)據(jù)清理模型構(gòu)建方法、數(shù)據(jù)清理方法及相關(guān)設備、介質(zhì)，以解決現(xiàn)有清理全部緩存數(shù)據(jù)帶來的使用不便的技術(shù)問題。

第一方面，提供一種數(shù)據(jù)清理模型構(gòu)建方法，該方法包括如下步驟：

獲取目標緩存類別對應的訓練樣本集，上述訓練樣本集包括屬于上述目標緩存類別的多個緩存數(shù)據(jù)的樣本信息，每個緩存數(shù)據(jù)的樣本信息包括清理標識和多個特征信息，上述多個特征信息分別為預設的多個緩存特征各自對應的特征信息，上述清理標識用于指示與上述每個緩存數(shù)據(jù)對應的清理類別；

基于上述多個緩存數(shù)據(jù)在第一緩存特征下的特征信息，和上述多個緩存數(shù)據(jù)各自對應的清理標識，確定目標情形下的判斷準確度，上述第一緩存特征為上述多個緩存特征中的任一緩存特征，上述目標情形是指以上述第一緩存特征作為判斷標準，判斷上述多個緩存數(shù)據(jù)各自對應的清理類別的情形；

根據(jù)多個情形下的判斷準確度，構(gòu)建緩存數(shù)據(jù)清理模型，上述多個情形為以上述多個緩存特征分別作為判斷標準判斷上述多個緩存數(shù)據(jù)各自對應的清理類別的情形，上述緩存數(shù)據(jù)清理模型為依次以上述多個緩存特征作為判斷標準，判斷緩存數(shù)據(jù)的清理類別的決策樹，其中，判斷準確度高的緩存特征在上述決策樹中為判斷準確度低的緩存特征的父節(jié)點，且上述判斷準確度低的緩存特征連接在上述判斷準確度高的緩存特征的第一分支上，所述第一分支為判斷結(jié)果為不清理的分支。

在該技術(shù)方案中，通過分別以預先設定的多個緩存特征為判斷標準判斷訓練樣本集中的緩存數(shù)據(jù)的清理類別，并確定分別以這多個緩存特征作為判斷標準時的判斷準確度，基于多個緩存特征各自對應的判斷準確度，構(gòu)建得到以這多個緩存特征作為判斷標準判斷緩存數(shù)據(jù)的清理類別的決策樹，通過較為簡單的方式確定了利用各個緩存特征進行判斷的先后順序，運算速度快；由于判斷準確度高的緩存特征在決策樹中為判斷準確度高的緩存特征的父節(jié)點，并且，判斷準確度低的緩存特征連接在判斷準確度高的緩存特征判斷結(jié)果為不清理的分支上，相當于確定了優(yōu)先利用判斷準確度高的緩存特征來對緩存數(shù)據(jù)是否需要清理進行判斷，再利用判斷準確度低的緩存特征來對緩存數(shù)據(jù)是否需要清理進行判斷的決策策略，可實現(xiàn)對緩存數(shù)據(jù)是否需要清理的準確判定，從而能夠保留對用戶有用的緩存數(shù)據(jù)，相較于將緩存數(shù)據(jù)全部清理，可實現(xiàn)對緩存數(shù)據(jù)的精細化清理。