[发明专利]应用程序管控方法、终端、服务器及系统

权利要求书

1.一种应用程序管控方法，应用于终端，其特征在于，所述方法包括：

采集应用程序的耗电特征信息作为样本，构建样本集，所述耗电特征信息包括所述应用程序在后台运行时，对所述终端的各个预设模块的使用信息；

将所述样本集发送给服务器，以由所述服务器对所述样本集进行训练并生成决策树模型；

接收所述服务器发送的所述决策树模型；

获取所述后台运行程序的当前耗电特征信息；

利用所述决策树模型对所述后台运行程序的当前耗电特征信息进行预测，并输出所述预测结果；

根据所述预测结果及所述后台运行程序的用户特征信息确定是否关闭所述后台运行程序，所述用户特征信息包括用户对所述后台运行程序的使用信息。

2.根据权利要求1所述的方法，其特征在于，所述采集应用程序的耗电特征信息作为样本，构建样本集，包括：

每隔预设时长采集一次所述应用程序的耗电特征信息，将每次采集的所述应用程序的耗电特征信息确定为所述样本；

在预设历史时间段内获取多个所述样本，构建所述样本集。

3.一种应用程序管控方法，应用于服务器，其特征在于，所述方法包括：

接收终端发送的样本集，所述样本集中包括由应用程序的耗电特征信息构成的样本；

对所述样本集进行训练，生成决策树模型；

将所述决策树模型发送给所述终端，以使得所述终端利用所述决策树模型对所述终端的后台运行程序的当前耗电特征信息进行预测并根据所述预测结果及所述后台运行程序的用户特征信息确定是否关闭所述后台运行程序。

4.根据权利要求3所述的方法，其特征在于，在接收终端发送的样本集之后，还包括：

对所述样本集中的样本进行标记，得到每个样本的样本标签，所述样本标签包括关闭或不关闭。

5.根据权利要求4所述的方法，其特征在于，所述对所述样本集中的样本进行标记，得到每个样本的样本标签，包括：

判断每个样本中是否存在与预设特征值库中的数据匹配的数据；

若存在，则将对应样本标记为关闭，若不存在，则将对应样本标记为不关闭。

6.根据权利要求3至5任意一项所述的方法，其特征在于，所述对所述样本集进行训练，生成决策树模型，包括：

计算所述样本集中包含的每个耗电特征信息的信息增益；

将信息增益最大的耗电特征信息作为根节点的特征信息，将其余耗电特征信息按照信息增益从大到小的顺序依次作为叶子节点的特征信息，生成所述决策树模型。

7.一种终端，其特征在于，包括：

构建单元，用于采集应用程序的耗电特征信息作为样本，构建样本集，所述耗电特征信息包括所述应用程序在后台运行时，对所述终端的各个预设模块的使用信息；

第一发送单元，用于将所述样本集发送给服务器，以由所述服务器对所述样本集进行训练并生成决策树模型；

第一接收单元，用于接收所述服务器发送的所述决策树模型；

管控单元，用于获取所述后台运行程序的当前耗电特征信息；

利用所述决策树模型对所述后台运行程序的当前耗电特征信息进行预测，并输出所述预测结果；

根据所述预测结果及所述后台运行程序的用户特征信息确定是否关闭所述后台运行程序，所述用户特征信息包括用户对所述后台运行程序的使用信息。

8.根据权利要求7所述的终端，其特征在于，所述构建单元包括：

采集子单元，用于每隔预设时长采集一次所述应用程序的耗电特征信息，将每次采集的所述应用程序的耗电特征信息确定为所述样本；

构建子单元，用于在预设历史时间段内获取多个所述样本，构建所述样本集。