[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：

检测到目标应用程序被关闭时，获取移动终端当前的第一状态特征信息，所述目标应用程序为当前被关闭的应用程序；

将所述第一状态特征信息输入至所述目标应用程序对应的随机森林预测模型中，其中，所述随机森林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所述目标应用程序使用规律生成；

根据所述随机森林预测模型的输出结果确定是否对所述目标应用程序进行预加载，包括：

所述随机森林预测模型分别给出对所述目标应用程序进行预加载的第一概率值和不对目标应用程序进行预加载的第二概率值，当第一概率值大于第二概率值时，对所述目标应用程序进行预加载；当第一概率值小于第二概率值时，则不对所述目标应用程序进行预加载；当第一概率值和第二概率值大小相等时，根据用户选择确定是否对目标应用程序进行预加载，其中，第一概率值和第二概率值的和为1；其中，在检测到目标应用程序被关闭之前，还包括：

在预设采集周期内获取所述移动终端在目标应用程序被关闭时刻的第二状态特征信息，作为所述目标应用程序的当前样本，监测所述目标应用程序在被关闭时刻之后的预设时间段内是否启动，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所述目标应用程序对应的随机森林预测模型。

2.根据权利要求1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所述目标应用程序对应的随机森林预测模型，包括：

从所述预设采集周期内所述采集的样本中进行k次样本选取，得到k个样本集，其中，在进行每次样本选取时，从所述预设采集周期内所述采集的样本中随机选取m个样本，得到包含m个样本的当前样本集；

针对所述k个样本集中的每个样本集，根据当前样本集中包含的样本及对应的样本标记构建当前样本集对应的决策树预测模型；

利用k个决策树预测模型构成所述目标应用程序对应的随机森林预测模型。

3.根据权利要求2所述方法，其特征在于，所述根据当前样本集中包含的样本及对应的样本标记构建当前样本集对应的决策树预测模型，包括：

从所述状态特征信息所包含的特征中随机选取n个状态特征，作为目标特征；

对于当前样本集中的每条样本，从对应的第二状态特征信息中选取所述目标特征对应的特征信息值，构成样本特征集；

根据所有样本特征集及与每个样本特征集对应的样本标记构建当前样本集对应的决策树预测模型。

4.根据权利要求1所述的方法，其特征在于，所述根据所述随机森林预测模型的输出结果确定是否对所述目标应用程序进行预加载，包括：

对于所述目标应用程序对应的随机森林预测模型中的每个决策树预测模型，获取当前决策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分类结果；

对于每个决策树预测模型对应的分类结果进行投票，将得票最多的分类结果作为预测结果；

根据所述预测结果确定是否对所述目标应用程序进行预加载。

5.根据权利要求4所述的方法，其特征在于，还包括：

在根据所述预测结果确定对所述目标应用程序进行预加载时，获取所述移动终端中的存储空间信息；

当所述存储空间信息大于预设空间阈值时，对所述目标应用程序进行预加载。

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、目标应用程序在后台停留的时长、目标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、位置信息、蓝牙连接状态、目标应用程序被关闭前在前台运行时长和最近一次屏幕熄灭时长。