[发明专利]应用程序管控方法、装置、存储介质及终端设备

权利要求书

1.一种应用程序管控方法，应用于终端设备，其特征在于，所述应用程序管控方法包括以下步骤：

从数据库获取各应用程序的样本向量，其中该样本向量包括所述应用程序多个维度的历史特征信息、历史关闭评分值和历史保留评分值；

采用贝叶斯算法对样本向量进行计算，生成训练模型；

将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序；以及

用户对已关闭的程序进行打分形成当前关闭评分值，对已保留的程序进行打分形成当前保留评分值，回传当前特征信息、当前关闭评分值和当前保留评分值至数据库，以更新训练模型。

2.如权利要求1所述的应用程序管控方法，其特征在于：所述采用贝叶斯算法对样本向量进行计算，生成训练模型的步骤包括：

对样本向量进行标记，生成标记结果；以及

采用贝叶斯算法对样本向量和标记结果进行计算，生成训练模型。

3.如权利要求1所述的应用程序管控方法，其特征在于：所述将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序的步骤包括：

获取清理指令；

获取后台的应用程序的当前特征信息；

将当前特征信息带入对应的训练模型进行计算，得到各后台应用程序的预测关闭值；以及

判断预测关闭值是否大于关闭阈值。

4.如权利要求3所述的应用程序管控方法，其特征在于：所述判断预测关闭值是否大于关闭阈值步骤包括：当预测关闭值大于关闭阈值时，则关闭所述应用程序；当预测关闭值小于关闭阈值时，则保留所述应用程序。

5.一种应用程序管控装置，其特征在于，所述装置包括：

获取模块，用于从数据库获取各应用程序的样本向量，其中该样本向量包括所述应用程序多个维度的历史特征信息、历史关闭评分值和历史保留评分值；

生成模块，用于采用贝叶斯算法对样本向量进行计算，生成训练模型；

计算模块，用于将当前处于后台的应用程序的当前特征信息带入训练模型，得到各后台应用程序的预测关闭值，关闭预测关闭值大于关闭阈值的应用程序；以及

评分模块，用于用户对已关闭的程序进行打分形成当前关闭评分值，对已保留的程序进行打分形成当前保留评分值，回传当前特征信息、当前关闭评分值和当前保留评分值至数据库，以更新训练模型。

6.如权利要求5所述的应用程序管控装置，其特征在于：所述生成模块包括：

标记模块，用于对样本向量进行标记，生成标记结果；以及

训练模块，用于采用贝叶斯算法对样本向量和标记结果进行计算，生成训练模型。

7.如权利要求5所述的应用程序管控装置，其特征在于：所述计算模块包括：

触发模块，用于获取清理指令；

采集模块，用于获取后台的应用程序的当前特征信息；

求解模块，用于将当前特征信息带入对应的训练模型进行计算，得到各后台应用程序的预测关闭值；

判断模块，用于判断预测关闭值是否大于关闭阈值。

8.如权利要求7所述的应用程序管控装置，其特征在于：当预测关闭值大于关闭阈值时，则关闭所述应用程序；当预测关闭值小于关闭阈值时，则保留所述应用程序。

9.如权利要求5所述的应用程序管控装置，其特征在于：还包括储存模块，用于储存应用程序的特征信息。

10.如权利要求5所述的应用程序管控装置，其特征在于：还包括关闭模块，用于当判断应用程序需要关闭时，将所述应用程序关闭。

11.一种存储介质，其特征在于：所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行如权利要求1至4中任一项所述的应用程序管控方法。

12.一种终端设备，其特征在于：所述终端设备包括处理器和存储器，所述终端设备与所述存储器电性连接，所述存储器用于存储指令和数据，所述处理器用于执行如权利要求1至4中任一项所述的应用程序管控方法。