[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：

定义所述终端设备的速度区间，获取所述应用程序在所述终端设备不同速度区间的样本向量，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；

采用算法对样本向量进行计算，生成多个训练模型，其中不同训练模型对应不同速度区间，其中，所述样本向量作为所述算法的输入数据，所述算法根据所述输入数据得到预测结果值，根据所述预测结果值修正所述算法得到修正后的算法，并将修正后的算法作为训练模型；

当检测到应用程序进入后台时，根据所述终端设备的移动速度将所述应用程序的当前特征信息代入对应的训练模型，获得预测关闭概率；以及

根据所述预测关闭概率判断所述应用程序是否需要关闭。

2.如权利要求1所述的应用程序管控方法，其特征在于：采用算法对样本向量进行计算，生成多个训练模型，其中不同训练模型对应不同速度区间的步骤包括：

选择算法；以及

对应不同速度区间生成多个训练模型。

3.如权利要求2所述的应用程序管控方法，其特征在于：所述当检测到应用程序进入后台时，根据移动速度将当前特征信息代入对应的训练模型，获得预测关闭概率的步骤包括：

获取移动速度；

判断移动速度所处的速度区间；

获取应用程序的当前特征信息；以及

将当前特征信息代入所述速度区间对应的训练模型进行计算，获得预测关闭概率。

4.如权利要求3所述的应用程序管控方法，其特征在于：所述判断所述应用程序是否需要关闭的步骤包括：当预测关闭概率大于关闭阈值时，则关闭所述应用程序；当预测关闭概率小于关闭阈值时，则保留所述应用程序。

5.一种应用程序管控装置，应用于终端设备，其特征在于，所述装置包括：

获取模块，定义所述终端设备的速度区间，获取所述应用程序在所述终端设备不同速度区间的样本向量，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；

生成模块，用于采用算法对样本向量进行计算，生成多个训练模型，其中不同训练模型对应不同速度区间，其中，所述样本向量作为所述算法的输入数据，所述算法根据所述输入数据得到预测结果值，根据所述预测结果值修正所述算法得到修正后的算法，并将修正后的算法作为训练模型；

计算模块，用于当检测到应用程序进入后台时，根据所述终端设备的移动速度将所述应用程序的当前特征信息代入对应的训练模型，获得预测关闭概率；以及

判断模块，用于根据所述预测关闭概率判断所述应用程序是否需要关闭。

6.如权利要求5所述的应用程序管控装置，其特征在于：所述获取模块包括：

定义模块，用于定义速度区间；以及

第一采集模块，获取所述应用程序在不同速度区间的样本向量，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。

7.如权利要求5所述的应用程序管控装置，其特征在于：所述生成模块包括：

选择模块，用于选择算法；以及

多个训练模块，用于对应不同速度区间生成多个训练模型。

8.如权利要求7所述的应用程序管控装置，其特征在于：所述生成模块包括：

第二采集模块，用于获取移动速度；

分析模块，用于判断移动速度所处的速度区间；

第三采集模块，用于获取应用程序的当前特征信息；以及

求解模块，用于将当前特征信息代入所述速度区间对应的训练模型进行计算，获得预测关闭概率。

9.如权利要求5所述的应用程序管控装置，其特征在于：当预测关闭概率大于关闭阈值时，则关闭所述应用程序；当预测关闭概率小于关闭阈值时，则保留所述应用程序。

10.如权利要求5所述的应用程序管控装置，其特征在于：还包括检测模块，用于检测所述应用程序进入后台。