进程清理方法、装置、电子设备及存储介质与流程

1.本公开涉及计算机技术领域，尤其涉及一种进程清理方法、装置、电子设备及存储介质。


背景技术：

2.随着电子设备技术的快速发展，电子设备(例如，手机、平板电脑、智能电视等)已非常普及，并且电子设备提供的功能也越来越多。例如，用户可以自由地安装各种app(application，应用程序)，而在电子设备中安装几十个app已是非常普遍的情况。
3.不同类型的app可以提供不同的服务，例如，新闻app可以提供当天的新闻资讯，天气app可以提供我们所关注的城市最近几天的天气情况，视频app可以为我们提供视频信息等等。同时也给电子设备性能带来了严峻的挑战，例如，大量未被及时关闭的应用进程无法释放系统资源，容易导致手机运行不流畅、卡顿、黑屏等现象。


技术实现要素：

4.本公开实施例提供一种进程清理方法、装置、电子设备及存储介质，能够及时的清理电子设备的内存，从而保障电子设备的稳定运行。
5.本公开第一方面实施例提出了一种进程清理方法，包括：响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据；根据数据预处理模型对所述应用使用数据进行预处理，以获取所述应用使用数据中的应用集，以及所述应用集中每个应用对应的行为数据；获取当前时间、当前日期和当前位置，并根据所述当前时间、所述当前日期和所述当前位置对所述每个应用对应的行为数据进行过滤，以获取所述每个应用对应的目标行为数据；根据所述每个应用对应的目标行为数据对所述每个应用进行评分，以得到所述每个应用对应的分数；以及根据所述分数对所述应用集进行进程清理。
6.在本公开的一个实施例中，上述进程清理方法还包括：在电子设备处于运行状态时，获取所述电子设备中已安装应用的应用使用数据；将所述已安装应用的应用使用数据写入所述用户行为数据库。
7.在本公开的一个实施例中，上述进程清理方法还包括：获取所述电子设备的物理内存；获取所述电子设备的剩余可用内存；根据所述物理内存获取所述电子设备的多个内存压力阈值，并从所述多个内存压力阈值中确定目标内存压力阈值；如果所述剩余可用内存小于所述目标内存压力阈值，则确定所述电子设备满足进程清理条件；否则，则确定所述电子设备不满足所述进程清理条件。
8.在本公开的一个实施例中，所述根据数据预处理模型对所述应用使用数据进行预处理，以获取所述应用使用数据中的应用集，以及所述应用集中每个应用对应的行为数据，具体包括：将所述应用使用数据输入至所述数据预处理模型；通过所述数据预处理模型检测所述应用使用数据中的应用及其对应的行为数据，以获取所述应用使用数据中的应用集，以及所述应用集中每个应用对应的行为数据，其中，所述行为数据包括应用使用日、应
用使用位置、应用使用时间段、应用使用时长和应用优先级。
9.在本公开的一个实施例中，所述根据所述当前时间、所述当前日期和所述当前位置对所述每个应用对应的行为数据进行过滤，以得到所述每个应用对应的目标行为数据，包括：根据所述当前时间确定所述应用使用时间段，其中，所述应用使用时间段包括上午、下午或晚上；根据所述当前日期确定所述应用使用日，其中，所述应用使用日包括工作日或休息日；根据所述当前位置确定所述应用使用位置，其中，所述应用使用位置包括室内或室外；以所述应用使用时间段、所述应用使用日和所述应用使用位置为索引从所述行为数据之中进行查询，以获取所述每个应用对应的目标行为数据。
10.在本公开的一个实施例中，所述根据所述每个应用对应的目标行为数据对所述每个应用进行评分，以得到所述每个应用对应的分数，具体包括：获取评分模型；根据所述评分模型对所述每个应用对应的目标行为数据进行处理，以得到所述每个应用对应的分数。
11.在本公开的一个实施例中，所述根据所述分数对所述应用集进行进程清理，具体包括：获取所述电子设备中运行的目标应用；根据所述多个内存压力阈值和所述剩余可用内存，确定所述电子设备的待清理应用数目；根据所述目标应用、所述分数和所述待清理应用数目对所述应用集进行进程清理。
12.在本公开的一个实施例中，所述根据所述目标应用、所述分数和所述待清理应用数目对所述应用集进行进程清理，具体包括：根据所述目标应用、所述分数和所述待清理应用数目，从所述应用集中确定待处理应用集；对所述待处理应用集进行进程清理。
13.在本公开的一个实施例中，所述对所述待处理应用集进行进程清理，具体包括：获取所述待处理应用集中每个待处理应用对应的运行进程，并获取与所述每个待处理应用相关的服务；杀死所述运行进程，并禁止所述服务重新启动。
14.本公开第二方面实施例提出了一种进程清理装置，包括：第一获取模块，用于响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据；预处理模块，用于根据数据预处理模型对所述应用使用数据进行预处理，以获取所述应用使用数据中的应用集，以及所述应用集中每个应用对应的行为数据；过滤模块，用于获取当前时间、当前日期和当前位置，并根据所述当前时间、所述当前日期和所述当前位置对所述每个应用对应的行为数据进行过滤，以获取所述每个应用对应的目标行为数据；评分模块，用于根据所述每个应用对应的目标行为数据对所述每个应用进行评分，以得到所述每个应用对应的分数；以及清理模块，用于根据所述分数对所述应用集进行进程清理。
15.在本公开的一个实施例中，上述进程清理装置还包括：第二获取模块，用于在电子设备处于运行状态时，获取所述电子设备中已安装应用的应用使用数据；写入模块，用于将所述已安装应用的应用使用数据写入所述用户行为数据库。
16.在本公开的一个实施例中，上述进程清理装置还包括：第三获取模块，用于获取所述电子设备的物理内存；第四获取模块，用于获取所述电子设备的剩余可用内存；第一确定模块，用于根据所述物理内存获取所述电子设备的多个内存压力阈值，并从所述多个内存压力阈值中确定目标内存压力阈值；第二模块，用于如果所述剩余可用内存小于所述目标内存压力阈值，则确定所述电子设备满足进程清理条件；第三确定模块，用于如果所述剩余可用内存大于或等于所述目标内存压力阈值，则确定所述电子设备不满足所述进程清理条件。
17.在本公开的一个实施例中，所述预处理模块，具体用于：将所述应用使用数据输入至所述数据预处理模型；通过所述数据预处理模型检测所述应用使用数据中的应用及其对应的行为数据，以获取所述应用使用数据中的应用集，以及所述应用集中每个应用对应的行为数据，其中，所述行为数据包括应用使用日、应用使用位置、应用使用时间段、应用使用时长和应用优先级。
18.在本公开的一个实施例中，所述过滤模块，具体用于：根据所述当前时间确定所述应用使用时间段，其中，所述应用使用时间段包括上午、下午或晚上；根据所述当前日期确定所述应用使用日，其中，所述应用使用日包括工作日或休息日；根据所述当前日期确定所述应用使用日，其中，所述应用使用日包括工作日或休息日；以所述应用使用时间段、所述应用使用日和所述应用使用位置为索引从所述行为数据之中进行查询，以获取所述每个应用对应的目标行为数据。
19.在本公开的一个实施例中，所述评分模块，具体用于：获取评分模型；根据所述评分模型对所述每个应用对应的目标行为数据进行处理，以得到所述每个应用对应的分数。
20.在本公开的一个实施例中，所述清理模块，包括：获取子模块，用于获取所述电子设备中运行的目标应用；确定子模块，用于根据所述多个内存压力阈值和所述剩余可用内存，确定所述电子设备的待清理应用数目；清理子模块，用于根据所述目标应用、所述分数和所述待清理应用数目对所述应用集进行进程清理。
21.在本公开的一个实施例中，所述清理子模块，包括：确定单元，用于根据所述目标应用、所述分数和所述待清理应用数目，从所述应用集中确定待处理应用集；清理单元，用于对所述待处理应用集进行进程清理。
22.在本公开的一个实施例中，所述清理单元，具体用于：获取所述待处理应用集中每个待处理应用对应的运行进程，并获取与所述每个待处理应用相关的服务；杀死所述运行进程，并禁止所述服务重新启动。
23.本公开第三方面实施例提出了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现本公开第一方面实施例提出的进程清理方法。
24.本公开第四方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行本公开第一方面实施例提出的进程清理方法。
25.本公开第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被通信设备中的处理器执行时实现本公开第一方面实施例提出的进程清理方法。
26.本公开实施例提供的进程清理方法、装置、电子设备及存储介质，通过响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据，并根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，然后获取当前时间、当前日期和当前位置，并根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据，以及根据每个应用对应的目标行为数据对每个应用进行评分，以得到每个应用对应的分数，最后根据分数对应用集进行进程清理。由此，能够及时的清理电子设备的内存，从而保障电子设备的稳定运行。
27.本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
28.本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
29.图1为本公开实施例所提供的一种进程清理方法的流程示意图；
30.图2为本公开实施例所提供的另一种进程清理方法的流程示意图；
31.图3为本公开实施例所提供的另一种进程清理方法的流程示意图；
32.图4为本公开实施例所提供的另一种进程清理方法的流程示意图；
33.图5为本公开实施例所提供的另一种进程清理方法的流程示意图；
34.图6为本公开实施例所提供的另一种进程清理方法的流程示意图；
35.图7为本公开实施例所提供的一种进程清理装置的结构示意图；以及
36.图8为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
37.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开实施例的一些方面相一致的装置和方法的例子。
38.在本公开实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开实施例。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
39.应当理解，尽管在本公开实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”及“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
40.下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的要素。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
41.下面参照附图描述本公开实施例的进程清理方法、装置、电子设备及存储介质。
42.本公开实施例提供的进程清理方法，可以由电子设备来执行，该电子设备可为手机、平板电脑、掌上电脑等移动终端，智能电视、智能日历等智能设备，此处不做任何限定。
43.在本公开实施例中，电子设备中可以设置有处理组件、存储组件和驱动组件。可选的，该驱动组件和处理组件可以集成设置，该存储组件可以存储操作系统、应用程序或其他程序模块，该处理组件通过执行存储组件中存储的应用程序来实现本公开实施例提供的进程清理方法。
44.需要说明的是，上述实施例中所描述的电子设备可内置(预装)安卓(android)系统。
45.图1为本公开实施例所提供的一种进程清理方法的流程示意图。
46.本公开实施例的进程清理方法，还可由本公开实施例提供的进程清理装置执行，该装置可配置于电子设备中，以实现通过响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据，并根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，而后根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据，并根据每个应用对应的行为数据对每个应用进行评分，以得到每个应用对应的分数，以及根据分数对应用集进行进程清理，从而保障电子设备的稳定运行。
47.如图1所示，该进程清理方法，可包括：
48.步骤101，响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据。其中，目标时间段内可根据实际情况进行标定，例如，目标时间段可为最近一周、最近一月等，此处不做任何限定。
49.为了清楚说明上一实施例，在本公开的一个实施例中，如图2所示，该进程清理方法，还可包括：
50.步骤201，在电子设备处于运行状态时，获取电子设备中已安装应用的应用使用数据。
51.需要说明的是，该实施例中所描述的已安装应用可为已经安装在电子设备中的app(application，应用程序)。
52.在本公开实施例中，在电子设备处于运行状态时，该电子设备内置(预装)的安卓系统可通过相关的api(application programming interface，应用程序接口)接口获取该电子设备中已安装应用的应用使用数据。
53.需要说明的是，该实施例中所描述的api接口可从系统层面记录(获取)用户使用app的信息(即，已安装应用的应用使用数据)，这样采集的数据更准确，该信息具体可包括app打开时间(上午/下午/晚上、工作日/休息日)、app使用时长、app位置信息等。如果不从系统层面采集用户使用app信息可能会导致啊采集的信息不全，例如，gps(global positioning system，全球定位系统)地图应用、audio(音频)音乐播放器虽然退出前台，但依旧在使能工作，从应用层(即非系统层面)难以准确获取该类信息，比如，gps地图应用在导航的过程中即使退出了应用层(例如，息屏、切换app等)，还会在后台继续执行导航功能，即通过语音的方式告知用户具体的行进路线；音乐播放器在播放音乐的过程中即使退出了应用层，也会在后台继续执行音乐播放的功能，即播放音乐。由此可知，从非系统层面(例如，应用层)难以准确的获取用户使用app的信息，而从系统层面则可通过监测app对应的进程的运行状态，以及相关信息准确的获取用户使用app的信息。
54.此外，该api接口也可同时采集用户个人喜好，由用户自定义app使用的优先级。应说明的是，该电子设备中并非每个已安装应用都自定了优先级。
55.步骤202，将已安装应用的应用使用数据写入用户行为数据库。
56.需要说明的是，该实施例中所描述的用户行为数据库，可预先设置在电子设备的存储空间中以便使用。其中，该存储空间不局限于基于实体的存储空间，例如，硬盘，该存储
空间还可以是连接电子设备的网络硬盘的存储空间(云存储空间)。
57.具体地，在电子设备处于运行状态时，该电子设备可通过相关的api接口实时获取该电子设备中已安装应用的应用使用数据，并将获取到的应用使用数据写入用户行为数据库。
58.而后，响应于该电子设备满足进程清理条件，该电子设备可从自身的存储空间中调出用户行为数据库，并从用户行为数据库中获取目标时间段内(例如，最近一周内)的应用使用数据。
59.需要说明的是，该实施例中所描述的电子设备可对上述用户行为数据库中写入的数据进行实时更新，并且可定期清理该用户行为数据库中的陈旧数据，从而释放该电子设备的存储空间，减轻存储空间的压力。
60.步骤102，根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据。
61.需要说明的是，该实施例中所描述的数据预处理模型可以是提前训练好的，并将其预存在电子设备的存储空间中，以方便调取应用。
62.其中，其中，该数据预处理模型的训练与生成可由相关的服务器进行，该服务器可以是云端服务器，也可以是一台电脑的主机，该服务器与可执行申请实施例提供的进程清理方法的电子设备之间，建立有通信连接，该通信连接可以是无线网络连接和有线网络连接的至少一种。服务器可将训练完成的数据预处理模型发送给电子设备，以便电子设备在需要时调用，从而大大减少电子设备的计算压力。
63.具体地，电子设备在获取到目标时间段内的应用使用数据之后，可将该目标时间段内的应用使用数据输入至数据预处理模型，从而通过该数据预处理模型检该目标时间段内的应用使用数据，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据。
64.为了提高识别的精确度，在本公开实施例中，可不定时的对数据预处理模型进行训练以优化数据预处理模型。
65.步骤103，获取当前时间、当前日期和当前位置，并根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据。其中，行为数据可包括应用使用日、应用使用位置、应用使用时间段、应用使用时长和应用优先级。
66.本公开的实施例中，应用使用日可为工作日/休息日，应用使用位置可为位置信息(室内/室外)，应用使用时间段可为上午/下午/晚上，应用使用时长可为使用该应用的时长，应用优先级可为该应用自定义的优先级。
67.需要说明的是，该实施例中所描述的行为数据中的内容可分为三大类，可分别为app使用记录模块、场景信息模块、用户自定义模块。该部分主要考虑三方面，一是用户使用各个app的时间与时长；二是使用app的位置信息和工作日/休息日信息，如在室内偏向于办公软件、室外则偏向于地图导航之类；休息日偏向于影音/游戏，工作日倾向于办公软件等；三是与用户进行互动，由用户自定义app使用的优先级，从而从多个维度处理数据，使得数据面纵横化。
68.为了清楚说明上一实施例，在本公开的一个实施例中，根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以得到每个应用对应的目标行为数据，可
包括：根据当前时间确定应用使用时间段，其中，应用使用时间段包括上午、下午或晚上，并根据当前日期确定应用使用日，其中，应用使用日包括工作日或休息日，以及根据当前位置确定应用使用位置，其中，应用使用位置包括室内或室外，而后以应用使用时间段、应用使用日和应用使用位置为索引从行为数据之中进行查询，以获取每个应用对应的目标行为数据。
69.具体地，电子设备在获取到应用使用数据中的应用集，以及应用集中每个应用对应的行为数据之后，可先通过相关的api接口获取当前时间、当前日期和当前位置，例如，获取到的当前时间为10:00，当前日期为5月12日，当前位置为室内。然后电子设备还可根据当前时间确定应用使用时间段，例如，当前时间为10:00确定的应用使用时间段可为“上午”，并根据当前日期确定应用使用日，例如，当前日期为5月12日确定的应用使用日可为“工作日”，以及根据当前位置确定应用使用位置，例如，当前位置为室内确定的应用使用位置也可为“室内”，若当前位置为马路上则确定的应用使用位置可为“室外”。
70.再然后，电子设备可以应用使用时间段、应用使用日和应用使用位置为索引从行为数据之中进行查询，以获取每个应用对应的目标行为数据。
71.例如，应用使用时间段、应用使用日和应用使用位置分别为：“上午”、“工作日”和“室内”，行为数据中可包括1个app(即，小视频app)一个月(即，四周)的行为数据，其中，第一周：小视频app在室内、周三、上午使用了1个小时；第二周：小视频app在室内、周六、上午使用了1小时；第三周：小视频app在室外：周二、上午使用了1小时；第四周；小视频app在室内、周四、上午使用了1小时。由此可知，以上述应用使用时间段、应用使用日和应用使用位置为索引从该行为数据之中进行查询得到的应用(小视频app)对应的目标行为数据可为：小视频app在室内、工作日、上午总共使用了“2小时”，以及小视频app的优先级信息。
72.需要说明的是，假设应用集中的某些应用没有自定义优先级，则数据预处理模型对上述的应用使用数据进行预处理的过程中，可将这些应用对应的应用优先级设为“空(null)”或“0”。
73.步骤104，根据每个应用对应的目标行为数据对每个应用进行评分，以得到每个应用对应的分数。
74.在本公开实施例中，可根据预设的评分算法和每个应用对应的目标行为数据对每个应用进行评分，以得到每个应用对应的分数。其中，预设的评分算法可根据实际情况进行标定。
75.步骤105，根据分数对应用集进行进程清理。
76.具体地，电子设备在获取到应用使用数据中的应用集，以及应用集中每个应用对应的目标行为数据之后，可根据预设的评分算法和每个应用对应的目标行为数据对每个应用进行评分，以得到每个应用对应的分数。然后电子设备可根据该分数对应用集中的应用进行排序，并将分数较低的应用对应的进程杀死(终止)。
77.在本公开实施例中，首先响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据，并根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，然后获取当前时间、当前日期和当前位置，并根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据，再然后根据每个应用对应的目标
行为数据对每个应用进行评分，以得到每个应用对应的分数，最后根据分数对应用集进行进程清理。由此，能够及时的清理电子设备的内存，从而保障电子设备的稳定运行。
78.为了清楚说明上一实施例，在本公开的一个实施例中，如图3所示，该进程清理方法，还可包括：
79.步骤301，获取电子设备的物理内存。
80.需要说明的是，该实施例中所描述的物理内存可为电子设备通过物理内存条而获得的内存空间，即电子设备的物理内存总量。
81.在本公开实施例中，在电子设备开机的过程中，该电子设备内置(预装)的安卓系统启动，并可在启动的过程中通过相关的api(application programming interface，应用程序接口)获取该电子设备的物理内存，即获取该电子设备的物理内存总量。
82.具体地，电子设备可在开机后，通过内置的安卓系统直接获取自身的物理内存(物理内存总量)，例如，电子设备通过内置的安卓系统直接获取的物理内存为4g。
83.步骤302，获取电子设备的剩余可用内存。其中，该剩余可用内存可为剩余可用文件页的内存。
84.在本公开实施例中，在电子设备开机后，其内置的安卓系统可实施监测psi(pressure stall information，压力失速信息)内存压力事件的上报，并可在监测到psi内存压力事件的上报被触发时，截取该上报信息，并从该上报信息中获取到该电子设备的内存压力信息，以及对该内存压力信息进行解析以获取该电子设备的剩余可用内存。
85.具体地，电子设备可在获取到自身的物理内存之后，通过内置的安卓系统实施监测psi内存压力事件的上报，并在监测到psi内存压力事件的上报被触发时，截取该上报信息，并从该上报信息中获取到该电子设备的内存压力信息，以及对该内存压力信息进行解析以获取该电子设备的剩余可用内存。
86.步骤303，根据物理内存获取电子设备的多个内存压力阈值，并从多个内存压力阈值中确定目标内存压力阈值。
87.需要说明的是，该实施例中所描述的目标内存压力阈值可为多个内存压力阈值中最大的内存压力阈值。
88.在本公开实施例中，电子设备的存储空间中可预存有关系表，且该关系表中可记载有不同的物理内存与对应的多个内存压力阈值之间的对应关系。
89.需要说明的是，电子设备当前系统(即安卓系统)的内存压力情况可划分多种(例如，三种)压力等级，例如，2/3/4/6/8/10/12g内存配置对应的三种压力等级判断的阈值分别为(450000,370000,290000)，(550000,470000,390000)，(650000,570000，490000),(1250000,1170000,1090000),(1650000,1570000,1490000)，(2050000,1970000,1890000)，(2450000,2370000,2290000)(kb)。
90.具体地，电子设备可在获取上述的物理内存和第一内存压力信息之后，可从自身的存储空间中调出预存的关系表，并根据上述的物理内存查询该关系表，以得到对应上述的物理内存的多个内存压力阈值，例如，上述的物理内存为4g，其对应的多个内存压力阈值可为650000kb、570000kb和490000kb。
91.进一步地，电子设备在得到对应物理内存的多个内存压力阈值之后，可对该多个内存压力阈值进行比对，将该多个内存压力阈值中最大的内存压力阈值作为目标内存压力
阈值。例如，假设该电子设备的物理内存为4g，其中，650000kb大于570000kb，570000kb大于490000kb，则说明650000kb为目标内存压力阈值。
92.步骤304，如果剩余可用内存小于目标内存压力阈值，则确定电子设备满足进程清理条件。
93.步骤305，否则，则确定电子设备不满足进程清理条件。
94.具体地，电子设备在确定目标内存压力阈值之后，可判断上述的剩余可用内存是否小于该目标内存压力阈值，如果是，则说明电子设备此时满足进程清理条件，此时电子设备可确定电子设备满足进程清理条件，如果否，则说明电子设备此时不满足进程清理条件，此时电子设备可确定电子设备不满足进程清理条件。由此，可在电子设备的内存状态一般时，主动触发进程清理，清理掉最不可能打开的应用，回收系统内存，从而保障电子设备的稳定运行。
95.进一步地，在本公开的一个实施例中，根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，具体可包括将应用使用数据输入至数据预处理模型，并通过数据预处理模型检测应用使用数据中的应用及其对应的行为数据，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，其中，行为数据可包括应用使用日、应用使用位置、应用使用时间段、应用使用时长和应用优先级。
96.具体地，电子设备在获取到目标时间段内的应用使用数据之后，可将该目标时间段内的应用使用数据输入至数据预处理模型，而后该数据预处理模型抽取(检测)该应用使用数据中的应用及其对应的行为数据，从而获取应用使用数据中的应用集，以及应用集中每个应用对应的应用使用日、应用使用位置、应用使用时间段、应用使用时长和应用优先级。
97.进一步地，在本公开的一个实施例中，根据每个应用对应的目标行为数据对每个应用进行评分，以得到每个应用对应的分数，具体可包括获取评分模型，并根据评分模型对每个应用对应的目标行为数据进行处理，以得到每个应用对应的分数。
98.在本公开实施例中，上述的评分模型可以是提前训练好的，并将其预存在电子设备的存储空间中，以方便调取应用。
99.具体地，电子设备在获取到应用使用数据中的应用集，以及应用集中每个应用对应的目标行为数据之后，可将每个应用对应的目标行为数据依次输入至评分模型，从而通过该评分模型分别对每个应用对应的目标行为数据进行评分处理，以得到该评分模型输出的每个应用对应的分数。
100.需要说明的是，该实施例中所描述的评分模型可为贝叶斯评分模型，即通过贝叶斯网络训练得到的模型，其中，贝叶斯网络是一个有向无环图(directed acyclic graph,dag)，由代表变量结点及连接这些结点有向边构成。结点代表随机变量，结点间的有向边代表了结点间的互相关系(由父结点指向其子结点)，用条件概率进行表达关系强度，没有父结点的用先验概率进行信息表达。结点变量可以是任何问题的抽象，如：测试值，观测现象，意见征询等。适用于表达和分析不确定性和概率性的事件，应用于有条件地依赖多种控制因素的决策，可以从不完全、不精确或不确定的知识或信息中做出推理。贝叶斯网络本质上是概率图模型，并不属于神经网络。贝叶斯推断是推论统计的一种方法。这种方法使用贝叶
斯定理，在有更多证据及信息时，更新特定假设的概率。
101.举例而言，假设上述的评分模型为贝叶斯评分模型，则该评分模型可通过下述公式(1)对应用对应的目标行为数据进行评分处理：
102.score(a)＝p(a|d，g，t，h，f)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
103.其中，score(a)可为应用的分数，a可为当前正在评分的应用，d可为应用使用日，g可为应用使用位置，t可为应用使用时间段，h可为应用使用时长，f可为应用优先级。
104.电子设备在获取到应用使用数据中的应用集，以及应用集中每个应用对应的目标行为数据之后，可将每个应用对应的目标行为数据依次输入至评分模型，而后该评分模型可通过上述的公式(1)分别对应用集中的每个应用进行评分，以得到每个应用对应的分数。例如，在工作日且位于办公场所，时间为上午，地图软件的概率分数为0.1，邮箱的概率分数为0.9；在休息日且位于室外，时间为下午，地图软件的概率分数则为0.8，邮箱为0.2，依次对上述应用集中的应用进行打分。
105.进一步地，在本公开的一个实施例中，如图4所示，根据分数对应用集进行进程清理，具体可包括：
106.步骤401，获取电子设备中运行的目标应用。
107.需要说明的是，该实施例中所描述的目标应用可为电子设备正在运行的应用，即后台有进行正在运行的应用。
108.在本公开实施例中，电子设备可通过相关的api接口获取电子设备中运行的目标应用。
109.步骤402，根据多个内存压力阈值和剩余可用内存，确定电子设备的待清理应用数目。
110.具体地，电子设备在得到上述应用集中每个应用对应的分数之后，可通过相关的api接口获取电子设备中运行的目标应用。然后该电子设备通过内置的安卓系统直接获取自身的剩余可用内存，并判断该剩余可用内存与多个内存压力阈值之间的大小关系，并可根据该大小关系确定电子设备的待清理应用数目。例如，假设，电子设备的物理内存为4g，则可将该剩余可用内存分别与650000kb、570000kb和490000kb进行比较，若该剩余可用内存小于490000kb，则待清理应用数目可为3，若该剩余可用内存小于570000kb大于490000kb，则待清理应用数目可为2，若该剩余可用内存小于650000kb大于570000kb则待清理应用数目可为1。
111.步骤403，根据目标应用、分数和待清理应用数目对应用集进行进程清理。
112.为了清楚说明上一实施例，在本公开的一个实施例中，如图5所示，根据目标应用、分数和待清理应用数目对应用集进行进程清理，具体可包括：
113.步骤501，根据目标应用、分数和待清理应用数目，从应用集中确定待处理应用集。
114.具体地，电子设备在确定待清理应用数目之后，可先根据目标应用对应用集进行过滤，即将应用集中不属于目标应用的应用删除，然后根据过滤后的应用集中的每个应用对应的分数进行排序，并根据待清理应用数目(例如，2个)，从过滤后的应用集中获取分数较低的待清理应用数目个(例如，2个)应用，以确定待处理应用集。
115.步骤502，对待处理应用集进行进程清理。
116.为了清楚说明上一实施例，在本公开的一个实施例中，如图6所示，对待处理应用
集进行进程清理，具体可包括：
117.步骤601，获取待处理应用集中每个待处理应用对应的运行进程，并获取与每个待处理应用相关的服务。
118.在本公开实施例中，电子设备可通过相关的api接口获取待处理应用集中每个待处理应用对应的运行进程，以及获取与每个待处理应用相关的服务。
119.步骤602，杀死运行进程，并禁止服务重新启动。
120.具体地，电子设备在确定待处理应用集之后，可通过相关的api接口获取待处理应用集中每个待处理应用对应的运行进程，以及获取与每个待处理应用相关的服务，然后通过内置的系统杀死每个待处理应用对应的运行进程，并禁止每个待处理应用相关的服务重新启动。由此，可避免应用被清理后，其相关的服务自动重新启动占用系统资源，从而进一步保障电子设备的稳定运行。
121.在本公开其它的实施例中，电子设备可在获取到应用使用数据中的应用集，以及应用集中每个应用对应的行为数据之后，可先获取电子设备中运行的目标应用，并根据该目标应用对应用集进行过滤。然后该电子设备可对过滤后的应用集中的每个应用进行评分，并在得到上述的待清理应用数目之后，根据分数和待清理应用数目，从过滤后的应用集中确定待处理应用集，并对该待处理应用集进行进程清理。
122.根据本公开的实施例提供的进程清理方法，首先响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据，并根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，然后获取当前时间、当前日期和当前位置，并根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据，再然后根据每个应用对应的行为数据对每个应用进行评分，以得到每个应用对应的分数，最后根据分数对应用集进行进程清理。由此，能够及时的清理电子设备的内存，从而保障电子设备的稳定运行。
123.图7为本公开实施例所提供的一种进程清理装置的结构示意图。
124.本公开实施例的进程清理装置，可配置于电子设备中，以实现通过响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据，并根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，而后根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据，并根据每个应用对应的行为数据对每个应用进行评分，以得到每个应用对应的分数，以及根据分数对应用集进行进程清理，从而保障电子设备的稳定运行。
125.如图7所示，该进程清理装置700，可包括：第一获取模块710、预处理模块720、过滤模块730、评分模块740和清理模块750。
126.其中，第一获取模块710用于响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据。
127.预处理模块720用于根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据。
128.过滤模块730用于获取当前时间、当前日期和当前位置，并根据当前时间、当前日
期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据。
129.评分模块740用于根据每个应用对应的目标行为数据对每个应用进行评分，以得到每个应用对应的分数。
130.清理模块750用于根据分数对应用集进行进程清理。
131.在本公开的一个实施例中，该进程清理装置700还可包括：第二获取模块和写入模块。
132.其中，第二获取模块，用于在电子设备处于运行状态时，获取电子设备中已安装应用的应用使用数据。
133.写入模块，用于将已安装应用的应用使用数据写入用户行为数据库。
134.在本公开的一个实施例中，该进程清理装置700还可包括：第三获取模块、第四获取模块、第一确定模块、第二确定模块和第三确定模块。
135.其中，第三获取模块，用于获取电子设备的物理内存。
136.第四获取模块，用于获取电子设备的剩余可用内存。
137.第一模块，用于根据物理内存获取电子设备的多个内存压力阈值，并从多个内存压力阈值中确定目标内存压力阈值。
138.第二模块，用于如果剩余可用内存小于目标内存压力阈值，则确定电子设备满足进程清理条件。
139.第三确定模块，用于如果剩余可用内存大于或等于目标内存压力阈值，则确定电子设备不满足进程清理条件。
140.在本公开的一个实施例中，预处理模块720具体用于将应用使用数据输入至数据预处理模型，并通过数据预处理模型检测应用使用数据中的应用及其对应的行为数据，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，其中，行为数据包括应用使用日、应用使用位置、应用使用时间段、应用使用时长和应用优先级。
141.在本公开的一个实施例中，过滤模块730具体用于：根据当前时间确定应用使用时间段，其中，应用使用时间段包括上午、下午或晚上；根据当前日期确定应用使用日，其中，应用使用日包括工作日或休息日；根据当前位置确定应用使用位置，其中，应用使用位置包括室内或室外；以应用使用时间段、应用使用日和应用使用位置为索引从行为数据之中进行查询，以获取每个应用对应的目标行为数据。
142.在本公开的一个实施例中，评分模块740具体用于获取评分模型，并根据评分模型对每个应用对应的目标行为数据进行处理，以得到每个应用对应的分数。
143.在本公开的一个实施例中，清理模块750可包括：获取子模块、确定子模块和确定子模块。
144.其中，获取子模块，用于获取电子设备中运行的目标应用。
145.确定子模块，用于根据多个内存压力阈值和剩余可用内存，确定电子设备的待清理应用数目。
146.清理子模块，用于根据目标应用、分数和待清理应用数目对应用集进行进程清理。
147.在本公开的一个实施例中，清理子模块，可包括：确定单元和清理单元。
148.其中，确定单元，用于根据目标应用、分数和待清理应用数目，从应用集中确定待
处理应用集。
149.清理单元，用于对待处理应用集进行进程清理。
150.在本公开的一个实施例中，清理单元，具体用于获取待处理应用集中每个待处理应用对应的运行进程，并获取与每个待处理应用相关的服务，以及杀死运行进程，并禁止服务重新启动。
151.需要说明的是，前述对进程清理方法实施例的解释说明也适用于该实施例的进程清理装置，此处不再赘述。
152.本公开的实施例提供的进程清理装置，通过第一获取模块响应于电子设备满足进程清理条件，从用户行为数据库中获取目标时间段内的应用使用数据，并通过预处理模块根据数据预处理模型对应用使用数据进行预处理，以获取应用使用数据中的应用集，以及应用集中每个应用对应的行为数据，然后通过过滤模块获取当前时间、当前日期和当前位置，并根据当前时间、当前日期和当前位置对每个应用对应的行为数据进行过滤，以获取每个应用对应的目标行为数据，再然后通过评分模块根据每个应用对应的行为数据对每个应用进行评分，以得到每个应用对应的分数，最后通过清理模块根据分数对应用集进行进程清理。由此，能够及时的清理电子设备的内存，从而保障电子设备的稳定运行。
153.根据本公开实施例的第三方面，还提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器，其中，所述处理器被配置为执行所述指令，以实现如上所述的进程清理方法。
154.为了实现上述实施例，本公开还提出了一种存储介质。
155.其中，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上所述的进程清理方法。
156.为了实现上述实施例，本公开还提供一种计算机程序产品。
157.其中，该计算机程序产品由电子设备的处理器执行时，使得电子设备能够执行如上所述的进程清理方法。
158.图8是根据一示例性实施例示出的一种电子设备框图。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
159.如图8所示，电子设备1000包括处理器111，其可以根据存储在只读存储器(rom，read only memory)112中的程序或者从存储器116加载到随机访问存储器(ram，random access memory)113中的程序而执行各种适当的动作和处理。在ram 113中，还存储有电子设备1000操作所需的各种程序和数据。处理器111、rom 112以及ram 113通过总线114彼此相连。输入/输出(i/o，input/output)接口115也连接至总线114。
160.以下部件连接至i/o接口115：包括硬盘等的存储器116；以及包括诸如lan(局域网，local area network)卡、调制解调器等的网络接口卡的通信部分117，通信部分117经由诸如因特网的网络执行通信处理；驱动器118也根据需要连接至i/o接口115。
161.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分117从网络上被下载和安装。在该计算机程序被处理器111执行时，执行本公开的方法中限定的上述功能。
162.在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由电子设备1000的处理器111执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
163.在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
164.本公开的实施例提供的技术方案至少带来以下有益效果：
165.在本公开实施例之中，能够在电子设备的内存状态一般时，主动触发进程清理功能，清理掉最不可能打开的应用，回收系统内存，同时可避免应用被清理后，其相关的服务自动重新启动占用系统资源，从而保障电子设备的稳定运行。
166.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本公开旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
167.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。