[发明专利]系统资源优化方法、装置、存储介质及电子设备

权利要求书

1.一种系统资源优化方法，应用于电子设备，其特征在于，所述系统资源优化方法包括：

根据当前场景的场景数据对所述当前场景进行识别；

基于所述当前场景的识别结果对所述当前场景对应的第一系统资源进行第一优化；

根据所述当前场景的识别结果对预设时间段后的未来场景进行预测；

基于所述未来场景的预测结果对所述未来场景对应的第二系统资源进行第二优化。

2.根据权利要求1所述的系统资源优化方法，其特征在于，所述根据所述当前场景的识别结果对预设时间段后的未来场景进行预测的步骤包括：

获取用户的历史场景序列集合，所述历史场景序列集合包括多个历史场景以及每一所述历史场景对应的历史时刻；

根据所述历史场景序列集合构建所述用户的场景时间序列模型；

根据所述当前场景的识别结果以及所述场景时间序列模型计算预设时间段后每一场景出现的概率；

将出现概率最大的场景确定为未来场景。

3.根据权利要求1所述的系统资源优化方法，其特征在于，所述根据所述当前场景的识别结果对预设时间段后的未来场景进行预测的步骤包括：

提取所述当前场景的多个场景特征；

获取用户当前对所述电子设备进行操作的多个操作特征；

根据所述多个场景特征以及所述多个操作特征构建当前的场景用户特征向量；

根据预设回归算法计算所述特征向量中的每一特征对应的特征权重；

根据多个所述特征权重计算场景类别值；

根据所述场景类别值以及场景与场景类别值之间的预设对应关系确定未来场景。

4.根据权利要求1至3任一项所述的系统资源优化方法，其特征在于，所述根据当前场景的场景数据对所述当前场景进行识别的步骤前，还包括：

构建所述电子设备的可优化系统资源集合，所述可优化系统资源集合包括多种系统资源；

构建所述电子设备的场景集合，所述场景集合包括多个场景；

根据预设机器学习算法对每一所述系统资源与每一所述场景之间的关联性进行学习，以获取每一所述系统资源与每一所述场景之间的关联性权重。

5.根据权利要求4所述的系统资源优化方法，其特征在于，所述基于所述当前场景的识别结果对所述当前场景对应的第一系统资源进行第一优化的步骤包括：

根据所述当前场景的识别结果以及每一系统资源与每一场景之间的关联性权重从所述可优化系统资源集合中确定出与所述当前场景的关联性权重大于第一预设权重的一个或多个系统资源；

将所述与所述当前场景的关联性权重大于第一预设权重的一个或多个系统资源确定为第一系统资源，并对所述第一系统资源进行第一优化。

6.根据权利要求4所述的系统资源优化方法，其特征在于，所述基于所述未来场景的预测结果对所述未来场景对应的第二系统资源进行第二优化的步骤包括：

根据所述未来场景的预测结果以及每一系统资源与每一场景之间的关联性权重从所述可优化系统资源集合中确定出与所述未来场景的关联性权重大于第二预设权重的一个或多个系统资源；

将所述与所述未来场景的关联性权重大于第二预设权重的一个或多个系统资源确定为第二系统资源，并对所述第二系统资源进行第二优化。

7.根据权利要求1至3任一项所述的系统资源优化方法，其特征在于，所述基于所述当前场景的识别结果对所述当前场景对应的第一系统资源进行第一优化的步骤包括：

获取用户在所述当前场景下的第一使用习惯数据，所述第一使用习惯数据包括所述当前场景下的每一系统资源的第一配置参数；

根据所述每一系统资源的第一配置参数对所述第一系统资源进行配置。