[发明专利]基于安卓用户行为习惯的清理后台应用程序的方法

权利要求书

1.基于安卓用户行为习惯的清理后台应用程序的方法，其特征在于，所述方法包括：

S1、记录安卓手机用户使用各APP的时间、地点及其名称，并构成数据集；

S2、对数据集进行预处理，去掉数据集中的无关信息；

S3、对预处理后的数据集进行训练，得到用户使用APP的加权序列模式；计算在不同时间、不同地点使用APP的概率；将所述加权序列模式和概率存储到数据库SQLite中；

S4、根据数据库中的加权序列模式和概率，计算出每个后台应用程序的得分，确定出每个后台应用程序的优先级；

S5、清理掉优先级大于最低优先级min_adj的后台应用程序。

2.根据权利要求1所述的基于安卓用户行为习惯的清理后台应用程序的方法，其特征在于，使用各APP的地点的获取方式包括采集使用APP时的安卓手机的发射台位置信息和Wifi位置信息，分析发射台和Wifi位置信息，获取到使用APP的地点。

3.根据权利要求2所述的基于安卓用户行为习惯的清理后台应用程序的方法，其特征在于，使用各APP的时间及其名称的获取方式包括通过采集安卓手机用户APP日志文件，获取到使用APP的时间及其名称。

4.根据权利要求1所述的基于用户行为习惯的智能清理手机后台应用程序的方法，其特征在于，所述步骤S2包括通过五折交叉验证选取了数据集80％作为训练集，其余20％作为测试集；将使用APP的时间采用热编码HotEncoder类进行编码，将使用APP的地点及其名称通过标签编码LabelEncoder类进行编码；去掉无关信息，无关信息包括：标点符号、多余空格、缺失值。

5.根据权利要求1所述的基于安卓用户行为习惯的清理后台应用程序的方法，其特征在于，所述步骤S3包括输入数据集，通过在预测准确率最高的情况下得到的优化权重因子，从而得到各APP的权重，采用Prefixspan算法挖掘各时间段的加权序列模式，并统计各加权序列模式的计数；统计各时间段内使用每个APP的概率；统计各地点使用每个APP的概率。

6.根据权利要求1所述的基于安卓用户行为习惯的清理后台应用程序的方法，其特征在于，所述步骤S4包括：

S41、查看数据库中该时间段内加权序列模式，计算使用当前APP的情况下各序列模式的概率P([A,X])、该时间段使用每个APP的概率P(X|T)和该地点使用每个APP的概率P(X|L)；

S42、计算下一个后台应用程序总得分：Score＝P([A,X])P(X|T)P(X|L)；

S43、结合定时进行检查LMK方法和后台应用程序总得分Score，调度后台应用程序优先级；

其中，A为查看到的前台应用该程序，X为后台应用程序，T为当前时间段，L为当前地点。