[发明专利]应用程序预加载方法、装置、存储介质及移动终端

权利要求书

1.一种应用程序预加载方法，其特征在于，包括：

检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；

对于预设应用程序集合中的每个应用程序，将所述第一状态特征信息输入至当前应用程序对应的分类回归树预测模型中，其中，所述分类回归树预测模型基于所述移动终端在对应历史状态特征信息时的应用程序使用规律生成；

对于预设应用程序集合中的每个应用程序对应的分类回归树预测模型，获取当前分类回归树预测模型中与所述第一状态特征信息相匹配的叶子节点输出的概率值；

从所得到的概率值中选取N个数值最大的概率值；

将所选取的N个概率值分别对应的应用程序确定为即将启动的目标应用程序；

对所述目标应用程序进行预加载。

2.根据权利要求1所述的方法，其特征在于，在检测到应用预加载预测事件被触发之前，还包括：

在预设采集周期内针对预设应用集合中的应用程序进行样本采集，并分别构建每个应用程序对应的分类回归树预测模型。

3.根据权利要求2所述的方法，其特征在于，所述在预设采集周期内针对预设应用集合中的应用程序进行样本采集，并分别构建每个应用程序对应的分类回归树预测模型，包括：

对于预设应用程序集合中的每个应用程序，在预设采集周期内获取所述移动终端在样本采集时刻的第二状态特征信息，作为当前应用程序的样本，监测当前应用程序在所述样本采集时刻之后的预设时间段内是否被使用，并将监测结果记为当前样本的样本标记，根据所述预设采集周期内所采集的样本及对应的样本标记构建当前应用程序对应的分类回归树预测模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述预设采集周期内所采集的样本及对应的样本标记构建当前应用程序对应的分类回归树预测模型，包括：

对于所述第二状态特征信息中的每个状态特征，基于预设基尼指数计算方法计算当前状态特征的基尼指数；

依次选取基尼指数最小的状态特征作为分裂特征，并根据所述预设采集周期内所采集的样本及对应的样本标记构建当前应用程序对应的分类回归树预测模型。

5.根据权利要求1所述的方法，其特征在于，所述从所得到的概率值中选取N个数值最大的概率值，包括：

获取所述移动终端中的存储空间信息，根据所述存储空间信息确定N的取值；

从所得到的概率值中选取N个数值最大的概率值。

6.根据权利要求1-5任一所述的方法，其特征在于，所述状态特征信息包括以下至少一项：

时间信息、日期类别、移动数据网络的开关状态、无线热点的连接状态、所连接的无线热点的身份信息、当前运行的应用程序、上一个前景应用程序、当前应用程序在后台停留的时长、当前应用程序最近一次被切换至后台的时间、耳机插孔的插拔状态、充电状态、电池电量信息、屏幕显示时长、移动终端的运动状态和位置信息。

7.一种应用程序预加载装置，其特征在于，包括：

第一状态获取模块，用于检测到应用预加载预测事件被触发时，获取移动终端当前的第一状态特征信息；

特征信息输入模块，用于对于预设应用程序集合中的每个应用程序，将所述第一状态特征信息输入至当前应用程序对应的分类回归树预测模型中，其中，所述分类回归树预测模型基于所述移动终端在对应历史状态特征信息时的应用程序使用规律生成；

应用预测模块，用于对于预设应用程序集合中的每个应用程序对应的分类回归树预测模型，获取当前分类回归树预测模型中与所述第一状态特征信息相匹配的叶子节点输出的概率值；从所得到的概率值中选取N个数值最大的概率值；将所选取的N个概率值分别对应的应用程序确定为即将启动的目标应用程序；

应用预加载模块，用于对所述目标应用程序进行预加载。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的应用程序预加载方法。

9.一种移动终端，其特征在于，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-6任一所述的应用程序预加载方法。