系统资源的配置方法、装置、终端及存储介质
文献发布时间:2023-06-19 11:52:33
技术领域
本申请实施例涉及资源调度技术领域,特别涉及一种系统资源的配置方法、装置、终端及存储介质。
背景技术
随着移动终端相关的软硬件技术的快速发展,为移动终端的操作系统配置参数,从而令移动终端较为灵活地调度系统资源作配置。
在一些可能的应用方式中,移动终端中调用系统资源的配置文件是在出厂时统一预置在移动终端。移动终端在该配置文件的指示下,调度移动终端中的硬件设备为不同的应用场景提供服务。
发明内容
本申请实施例提供了一种系统资源的配置方法、装置、终端及存储介质。所述技术方案如下:
根据本申请的一方面内容,提供了一种系统资源的配置方法,所述方法包括:
获取目标终端的操作记录,所述操作记录用于指示所述目标终端接受到的操作;
确定所述操作记录匹配的画像模板,所述画像模板是用于指示具有指定资源配置需求的用户画像;
确定所述画像模版对应的目标配置数据,所述目标配置数据用于为硬件设备配置系统资源;
按照目标配置数据,为所述目标终端配置系统资源。
根据本申请的另一方面内容,提供了一种系统资源的配置装置,所述装置包括:
记录获取模块,用于获取目标终端的操作记录,所述操作记录用于指示所述目标终端接受到的操作;
模版确定模块,用于确定所述操作记录匹配的画像模板,所述画像模板是用于指示具有指定资源配置需求的用户画像;
配置确定模块,用于确定所述画像模版对应的目标配置数据,所述目标配置数据用于为硬件设备配置系统资源;
资源配置模块,用于按照目标配置数据,为所述目标终端配置系统资源。
根据本申请的另一方面内容,提供了一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如本申请实施提供的系统资源的配置方法。
根据本申请的另一方面内容,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如本申请实施提供的系统资源的配置方法。
本申请实施例提供的技术方案带来的有益效果可以包括:
本申请实施例提供的系统资源的配置方法,能够获取目标终端的操作记录,操作记录用于指示目标终端接受到的操作,确定该操作记录匹配的画像模版,获取该画像模版对应的目标配置数据,再将该目标配置数据为目标终端配置系统资源。由于本申请实施例能够确定与该操作记录匹配的画像模版,根据画像模版对应的目标配置数据配置目标终端的系统资源,使得目标终端的系统资源能够符合目标终端的使用者的操作习惯。因此,提高了使用者关注的使用场景的性能,并降低了不关注的使用场景的功耗,使得系统资源个性化设置,提高了终端个性化配置系统资源的能力。
附图说明
为了更清楚地介绍本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本申请一个示例性实施例提供的终端的结构框图;
图2是本申请一个示例性实施例提供的系统资源的配置方法的流程图;
图3是本申请另一个示例性实施例提供的系统资源的配置方法流程图;
图4是本申请实施例提供的一种获取候选画像模版的过程示意图;
图5是本申请一个示例性实施例提供的系统资源的配置装置的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
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申请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、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
为了本申请实施例所示方案易于理解,下面对本申请实施例中出现的若干名词进行介绍。
操作记录:用于记录目标终端的使用者操作目标终端所产生的记录。一种可能的方式中,操作记录用于指示目标终端接受到的操作。另一种可能的方式中,操作记录用于指示目标终端接受到的操作所产生的关联数据。
可选地,从与系统资源配置方面进行分类,本申请实施例可以将操作记录中的数据分为功耗行为数据、性能行为数据和公共行为数据三种数据。
一种可能的方式中,功耗行为数据用于指示目标终端中与能源消耗关联的操作。需要说明的是,目标终端可以是移动终端。当目标终端是移动终端时,功耗行为数据用于指示目标终端中与该移动终端运行所使用的能源的消耗相关的操作。可选地,该能源可以电能。需要说明的是,该能源还可以是其它能够驱动目标终端工作的能源,本申请实施例对此不作限制。
示意性的,功耗行为数据可以包括以下数据中的至少一种:单次充电时长、充电起始电量、充电结束电量、单位时间内低电量次数、低电量模式开始时电量、累积耗电极大值应用或累积耗电极大值硬件组件。下面对各个数据的含义进行介绍。
(1)单次充电时长:用于指示目标终端从外部电源开始充电的时刻,到外部电源停止充电的时刻之间的时长。一种可能的方式中,单次充电时长的单位可以定义为分钟。另一种可能的方式中,单次充电时长的单位可以定义为秒。例如,当目标终端从15:02:33开始有外部电源充电,在15:35:21不再接收外部电源提供的电能,则单次充电时长为32分48秒。该单次充电时长的数据可以为多个,每一个单次充电时长用于指示一次充电过程的持续时长。
(2)充电起始电量:用于指示目标终端在一次充电操作开始时的剩余电量。示意性的,该充电起始电量的取值区间可以是[0,100]。
(3)充电结束电量用于指示目标终端在一次充电操作结束时的剩余电量。示意性的,该充电结束电量的取值区间可以是[0,100]。
(4)单位时间内低电量次数:用于指示单位时间内目标终端的电量低于低电量阈值的次数。其中,单位时间可以是12小时、24小时或48小时等指定时长的时间段,也可以是7天、15天或30天等时间较长的时间段。本申请实施例不对单位时间的具体取值进行限定。
(5)低电量模式开始时电量,用于指示用户设置的低电量阈值。示意性的,该电量可以是25、20或15等数值,本申请实施例对此不作限定。
(6)累积耗电极大值应用,用于指示单位时间内在目标终端中累积耗电量最高的应用。示意性的,该应用可以是一个应用,也可以是多个应用。当该应用是一个应用时,该累积耗电极大值应用是单位时间内在目标终端中累积耗电量最高的应用。当该应用是p个应用时,该累积耗电极大值应用是单位时间内在目标终端中累积耗电量前p个最高的应用。例如,该累积耗电极大值应用为3个时,可以是[即时通讯应用A、短视频应用B和音乐应用C]。
(7)累积耗电极大值硬件组件,用于指示单位时间中目标终端中耗电累积量最高的硬件组件。示意性的,该硬件组件可以是一个硬件组件,也可以是多个硬件组件。当该硬件组件是p个硬件组件时,该累积耗电极大值硬件组件是单位时间中目标终端中耗电累积量最高的前p个硬件组件。例如,该累积耗电极大值硬件组件是3个时,可以是[中央处理器、摄像头和卫星导航芯片]。
另一种可能的方式中,性能行为数据用于指示目标终端中与系统性能关联的操作。性能行为数据可以被用户事先预定,不同的性能行为数据对终端的性能有直接的影响。
示意性的,性能行为数据可以包括以下数据中的至少一种:一键清理次数、冷启动时长、热启动时长、丢帧次数、丢帧的应用类型、CPU各个核的使用时长、CPU使用百分比信息和CPU温度信息等等。下面对各个数据的含义进行介绍。
(1)一键清理次数:用于指示终端的一键清理功能被使用的次数。可选地,例如,终端在多任务界面中可以通过点击清理图标来触发一次一键清理功能。终端也可以通过预设的操作触发一次一键清理操作。例如,当终端运行游戏等指定应用时,终端可以在接收到指定操作时显示一键清理按钮,在该按钮被触发时执行一次一键清理操作。
(2)冷启动时长:用于指示指定应用进行冷启动所花费的时长。其中,冷启动是指定应用在启动时,系统后台没有该应用的进程,操作系统会新创建一个进程给该应用的启动方式。该冷启动时长用于指示终端新启动一个指定应用所需要的时长,反映了终端新启动指定应用所需要的时长。
(3)热启动时长:用于指示指定应用进行热启动所花费的时长。其中,热启动是指定应用在启动时,系统后台已经存在该应用的进行,操作系统通过直接调用该进行执行应用的启动方式。该热启动时长用于指示终端启动一个已经启动过的指定应用所需要的时长,反映了终端再次启动指定应用所需要的时长。
(4)丢帧次数:用于指示指定类型的应用中每秒显示丢帧的次数。该丢帧次数用于指示终端渲染图像的性能。丢帧次数越高,说明终端针对指定类型的应用处理图像的性能越低。丢帧次数越低,说明终端针对指定类型的应用处理图形的性能越高。
示意性的,指定类型的应用包括但不限于视频播放应用、拍摄美化应用、社交通讯应用、音乐电台应用、实用工具应用、便捷生活应用、网上购物应用、新闻阅读应用、金融理财应用、教育学习应用、交通导航应用、旅游出行应用、系统优化应用、生活娱乐应用、医疗健康应用和办公应用等。
(5)丢帧的应用类型,该丢帧的应用类型可以是上述指定类型中的任意一种,或者,该丢帧的应用类型还可以是其它类型的应用,本申请实施例对此不作限定。
(6)CPU各个核的使用时长:用于指示多核心的CPU在单位时间内累积的使用时长。其中,单位时间可以是12小时、24小时或者48小时等数值,本申请实施例对此不作限定。例如,终端的CPU有8个核心,每个核心在24小时内的使用时长表一中的数据所示。
表一
在表一所示的数据中,CPU的核心采用从0至7的编号编排。其中,核心0和核心4在24小时中累积工作时间最长,分别为18.4小时和17.9小时。核心1、核心2和核心3在24小时中累积工作时间次之,分别为12.2小时、11.8小时和12.6小时。核心5、核心6和核心7在24小时中累积工作时间较少,分别为5.6小时、6.4小时和6.2小时。
(7)CPU使用百分比信息:用于指示CPU在指定采样时刻时的使用百分比。一种可能的实现方式中,终端可以每隔半小时采集一次CPU使用百分比信息,则在24小时的时长内,终端将获得48个CPU使用百分比信息的数据。在其它可能实现的方式中,终端还可以每隔15分钟,或者每隔1小时采集一次CPU使用百分比信息,本申请实施例对此不作限定。
(8)CPU温度信息:用于指示CPU在采集时刻的温度值。一种可能的实现方式中,终端可以每隔15分钟采集一次CPU温度信息,则在24小时的时长内,终端将获得96个CPU温度信息的信息。
一种可能的方式中,公共行为数据用于指示终端中操作记录中除了功耗行为数据和性能行为数据之外的行为记录。在另一种表述方式中,公共行为数据还可以是用于表示客观存在的用户行为数据,该用户是终端的使用者。
示意性的,公共行为数据可以包括以下数据中的至少一种:运行时长、解锁次数、充电次数、网络类型占比、行走步数、睡眠时长、内存使用数据、外存使用数据、单次使用时长或已安装应用的数量。下面对各个数据的含义进行介绍。
(1)运行时长:用于指示终端在单位时间内,处于运行状态的累积时长。以单位时间是24小时为例,运行时长可以是24小时内终端处于运行状态的累积时长。示意性的,运行状态可以是终端处于解锁亮屏的状态。
(2)解锁次数:用于指示终端在单位时间内,响应解锁指令的次数。示意性的,当用户通过一次解锁验证的过程时,终端响应解锁指令,将终端解除锁定状态。用户可以通过指纹解锁、密码解锁、人脸解锁、虹膜解锁或者上述解锁方式的组合进行解锁。本申请实施例不对解锁的方式进行限定。
(3)充电次数:用于指示终端在单位时间内,连通电源进行充电的次数。示意性的,当终端连接外部电源,终端从外部电源开始获取电能时,终端记做一次充电。一种可能的方式中,当终端持续从外部电源连续获取电能超过预定时间阈值时,终端认为本次充电为一次有效充电,将本次充电记做一次充电。同时,若终端从外部电源连续获取电能的时长没有超过预定时间阈值时,终端确定本次充电为无效充电,不将本次充电记为一次充电。示意性的,预定时间阈值可以是30秒、60秒或者120秒等数值,本申请实施例对此不做限制。
(4)网络类型占比:用于指示终端访问网络时采用的上网方式占比。其中,可以采用的上网方式包括Wi-Fi(英文:Wireless Fidelity,中文:无线保真)、5G新空口(英文:NewRadio,缩写:NR)、4G(中文:第四代的移动信息系统)、3G(中文:第三代的移动信息系统)和2G(中文:第二代的移动信息系统)中的至少一种。
一种可能的实现方式中,网络类型占比可以是数据量的占比。例如,终端从网络下载的数据量为1000MB,其中,通过Wi-Fi下载500MB数据,通过5G新空口下载300MB数据,通过4G下载100MB数据,通过3G下载100MB数据。在该场景下,[Wi-Fi,5G新空口,4G,3G]各自的网络类型占比为[50%,30%,10%,10%]。
另一种可能的实现方式中,网络类型占比可以是使用时长的占比。例如,终端在单位时间内,共使用网络10小时,其中,使用Wi-Fi网络共4小时、使用5G新空口网络共3小时、使用4G网络共2小时,使用3G网络共1小时。在该场景下,[Wi-Fi,5G新空口,4G,3G]各自的网络类型占比为[40%,30%,20%,10%]。
(5)行走步数:用于指示终端的使用者在单位时间内的行走步数。需要说明的是,行走步数是终端通过步数统计算法结合终端中的运动传感器计算得到的数据,该步数和用户实际的步数之间可能存在误差。
(6)睡眠时长:用于指示终端的使用者在单位时间内的睡眠时长。需要说明的是,睡眠时长是终端通过睡眠时长统计算法计算得到的数据,该睡眠时长和用户实际的睡眠时长之间可能存在误差。
(7)内存使用数据:用于指示终端中的内存的使用情况,可以包括内存使用的百分比或内存使用的容量大小。示意性的,内存使用数据可以按照预设统计周期进行统计,例如,统计周期可以是1小时、2小时、6小时或者12小时等时长,本申请实施例对此不作限定。
(8)外存使用数据:用于指示终端中的外部存储的使用情况,可以包括外部存储的百分比或外部存储使用的容量大小。示意性的,外存使用数据可以按照预设统计周期进行统计,例如,统计周期可以是1小时、2小时、6小时或者12小时等时长,本申请实施例对此不作限定。
(9)单次使用时长;用于指示终端从一次解锁开始,直到下一次屏幕锁定的时间长度。针对本数据的统计,终端能够统计单位时间内的单次使用时长。例如,终端在24小时内供被使用85次,终端可以统计24小时内终端这85次每一次的单次使用时长。
(10)已安装应用的数量:用于指示终端中已经安装的应用的数量。在一种可能的统计方式中,已安装应用的数量包括系统应用和第三方应用。在另一种可能的统计方式中,已安装应用的数量可以仅包括第三方应用。
画像模板:有若干个特征所组成的用户画像,该画像可以是指定的模型通过机器学习算法从大数据中自动聚类得到的用户画像。在本申请实施例中,画像模版用于指示具有相同的终端使用习惯的用户。基于该能够反映用户使用终端的动态行为的画像模版,云端的服务人员能够有针对性地为终端设计系统资源调度方法,提高终端使用终端时的效能。
需要说明的是,云端的服务人员能够针对不同的画像模版配置相对应的目标配置数据,通过目标配置数据配置终端中的资源的调度。
示例性地,本申请实施例所示的系统资源的配置方法,可以应用在终端中,该终端具备显示屏且具备系统资源的配置功能。终端可以包括手机、平板电脑、膝上型电脑、智能眼镜、智能手表、数码相机、MP4(英文:Moving Picture Experts GroupⅣ,中文:动态图像专家组四)播放终端、MP5(英文:Moving Picture Experts GroupⅤ,中文:动态图像专家组五)播放终端、学习机、点读机、电纸书、电子词典、车载终端、虚拟现实(Virtual Reality,VR)播放终端或增强现实(Augmented Reality,AR)播放终端等。
图1是本申请一个示例性实施例提供的终端的结构框图,如图1所示,该终端包括处理器120和存储器140,所述存储器140中存储有至少一条指令,所述指令由所述处理器120加载并执行以实现如本申请各个方法实施例所述的系统资源的配置方法。
在本申请中,终端100是具备配置系统资源的功能的电子设备。当终端100获取到目标终端的操作记录时,终端100能够确定操作记录匹配的画像模版,并确定画像模版对应的目标配置数据,按照目标配置数据,为目标终端配置系统资源。其中,操作记录用于指示目标终端接受到的操作,画像模版是用于指示具有指定资源配置需求的用户画像,目标配置数据用于为硬件设备配置系统资源。
处理器120可以包括一个或者多个处理核心。处理器120利用各种接口和线路连接整个终端100内的各个部分,通过运行或执行存储在存储器140内的指令、程序、代码集或指令集,以及调用存储在存储器140内的数据,执行终端100的各种功能和处理数据。可选的,处理器120可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器120可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器120中,单独通过一块芯片进行实现。
存储器140可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory,ROM)。可选的,该存储器140包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器140可用于存储指令、程序、代码、代码集或指令集。存储器140可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等;存储数据区可存储下面各个方法实施例中涉及到的数据等。
在本领域的技术发展过程中,移动终端中的系统资源最初是以固定的策略设置在移动终端中的。例如,移动终端分为飞行模式、振动模式、响铃模式和勿扰模式等多种模式,不同的模式对应不同的系统资源调度策略。随着智能移动终端的发展,智能移动终端中的应用对于系统资源的需求也在大幅增长。由于智能移动终端中的应用较多,操作系统为了满足指定应用的需求,操作系统对指定应用设置了白名单。当白名单中的应用启动,终端能够将按照针对应用设计的资源调度方案调用系统资源。例如,游戏应用启动时,终端将按照针对游戏应用设计的资源调度方案调用系统资源。
然而,本领域中不同的用户使用智能移动终端的习惯不同。在本申请能够从用户使用智能移动终端整体的操作习惯,确定用户当前的操作习惯对应的用户画像,并根据该用户画像确认对应的目标配置数据,进而为目标终端配置系统资源。下面将对本申请实施例涉及的系统资源的配置方法进行介绍。
请参考图2,图2是本申请一个示例性实施例提供的系统资源的配置方法的流程图。该系统资源的配置方法可以应用在上述图1所示的终端中。在图2中,系统资源的配置方法包括:
步骤210,获取目标终端的操作记录,操作记录用于指示目标终端接受到的操作。
在本申请实施例中,终端能够在目标终端运行的过程中,采集目标终端的操作记录。在一种可能的方式中,由于目标终端的操作记录涉及用户的隐私,因此,本申请实施例将通过用户明确知晓的方式令用户了解自己的操作习惯被目标终端收集以便于提高目标终端调度系统资源的效率。
示意性的,由于目标终端中需要采集的操作记录较多。在本申请实施例中,目标终端能够将操作记录保存在一个文件中,使得获取目标终端的操作记录通过读取该文件来完成。一种可能的实施方式中,目标终端能够获取自身单位时间内的操作记录。该单位时间可以是48小时、24小时或12小时等。针对单位时间的设计,目标终端可以按照能够反映用户使用终端的周期来设定。在另一种可能的方式中,终端可以将统计周期的开始时刻设置为用户的起床时刻。在另一种可能的方式中,终端可以将指定的时刻确认为用户的单位时间的开始时刻。
步骤220,确定操作记录匹配的画像模板,画像模板是用于指示具有指定资源配置需求的用户画像。
示意性的,目标终端能够确定操作记录匹配的画像模版。在一种可能的方式中,目标终端能够在本地存储画像模版。例如,服务器端事先通过大数据聚类出580个画像模版,每一个画像模版大小为1KB左右,则该部分画像模版以系统文件的形式存储在目标终端的本地。
在另一种可能的方式中,目标终端将从云端确定操作记录匹配的画像模版。作为一种可能的实现方式,画像模版可以是一个文件,该文件中包括指定个数的维度的数据。例如,一个画像模版包括210个维度,则该文件中存储该210个维度具体的数值。在本申请的配置中,画像模板有对应的系统资源配置数据。
步骤230,确定画像模版对应的目标配置数据,目标配置数据用于为硬件设备配置系统资源。
在本申请实施例中,终端能够确定画像模版对应的目标配置数据。
一种可能的方式中,目标配置数据包含在配置数据中,一组配置数据对于一个画像模版。当目标终端确定了指定的画像模版之后,终端将能够从配置数据中确定对应于指定的画像模版的目标配置数据。
针对配置数据的存储位置。在一种可能的方式中,目标终端能够在本地存储目标配置数据。在另一种可能的方式中,目标终端能够在云顿存储目标配置数据。若目标配置数据存储在本地,则目标终端则可以在断网的情况下获取到目标配置数据。若目标配置数据存储云端,则目标终端能够节省存储空间,并在需要目标配置数据时再获取该数据。
步骤240,按照目标配置数据,为目标终端配置系统资源。
在本申请实施例中,终端将按照目标配置数据,为目标终端配置系统资源。目标配置数据中可以包括时间信息、地点信息和应用信息中至少一种辅助信息。目标终端将根据自身当前所处的时间(也即时间信息)、所处的地点(也即地点信息)或者开启的应用(也即应用信息)中的一种,从目标配置数据中选择对应的系统资源的调度方式来调度系统资源。
综上所述,本实施例提供的系统资源的配置方法,能够获取目标终端的操作记录,操作记录用于指示目标终端接受到的操作,确定该操作记录匹配的画像模版,获取该画像模版对应的目标配置数据,再将该目标配置数据为目标终端配置系统资源。由于本申请实施例能够确定与该操作记录匹配的画像模版,根据画像模版对应的目标配置数据配置目标终端的系统资源,使得目标终端的系统资源能够符合目标终端的使用者的操作习惯。因此,提高了使用者关注的使用场景的性能,并降低了不关注的使用场景的功耗,使得系统资源个性化设置,提高了终端个性化配置系统资源的能力。
基于上一个实施例所公开的方案,终端还能够通过聚类的方法预先得到多个画像模版,其中,本申请实施例能够通过分析包含多个用户的操作记录的大数据,预先得到多个画像模版,请参考如下实施例。
请参见图3,图3是本申请另一个示例性实施例提供的系统资源的配置方法流程图。该系统资源的配置方法可以应用在上述图1所示的终端中。在图3中,该系统资源的配置方法包括:
步骤311,获取q个样本终端的样本操作记录。
在本申请实施例中,目标终端能够获取q个样本终端提供的样本操作记录。一种可能的方式中,样本操作记录是对应的样本终端的操作记录。目标终端能够通过加密数据的方式获得该数据。可选地,该样本操作记录可以是经过数据脱敏和数据清洗的数据,以保证样本操作记录不会泄露样本终端的隐私。
需要说明的是,若样本操作记录是服务器发送的数据,则该样本操作记录可以是指定地理范围内的样本终端提供的数据。例如,样本终端和目标终端所处的地理位置相同,该地理位置可以是省份、城市或国家等任意一种地理位置。
示意性的,若样本操作记录是服务器发送的数据,则该样本操作记录可以是最近3天、最近7天或者最近15天服务器采集的数据。由于样本操作记录是最近时段采集的数据,因此,该数据能够反映最近的目标终端被操作产生的特征。可选地,q为正整数,目标终端将获取正整数个样本终端的样本操作记录。
步骤312,从样本操作记录中获取N类功耗行为数据、M类性能行为数据和K类公共行为数据。
可选地,目标终端可以从样本操作记录中的行为数据进行归一化处理。其中,归一化的方法包括但不限于Z-score 0均值标准化和Min-Max线性函数归一化。本申请实施例不对归一化的方法进行限定,能够实现数据归一化处理的方法均可作为本申请实施例设定的归一化的方法。
在本申请实施例中,N、M和K为自然数。示意性的,样本操作记录可以包括多种行为数据。请参见表二,表二示出了一种样本操作记录中包括的功耗行为数据。
表二
在表二中,功耗行为数据包括P1至P6一共6种行为数据。每一个样本终端提供的样本操作记录中可以包括上述P1至P6至少一种功耗行为数据。
请参见表三,表三示出了一种样本操作记录中包括的性能行为数据。
表三
在表三中,性能行为数据包括X1至X6一共6种行为数据。每一个样本终端提供的样本操作记录中可以包括上述X1至X6中至少一种性能行为数据。
请参见表四,表四示出了一种样本操作记录中包括的公共行为数据。
表四
在表三中,性能行为数据包括S1至S6一共6种行为数据。每一个样本终端提供的样本操作记录中可以包括上述S1至S6中至少一种公共行为数据。
需要说明的是,上述表二至表四所示的样本操作记录包括的数据种类仅为示例性说明,不对本申请实施例中获取到的样本操作记录中的数据种类进行限定。在此基础上,目标终端能够从上述表二至表四所示的样本操作记录中获取需要的操作记录。在本申请实施例中,为了便于说明,N、M和K均设置为6。需要说明的是,样本操作记录中包括功耗行为数据、性能行为数据和公共行为数据中的一种,或者,包括功耗行为数据、性能行为数据和公共行为数据中的两种。当样本操作记录不包括上述指定的行为数据时,该种行为数据的种类取值为0。例如,若样本操作记录中不包括公共行为数据,则K的取值为0。
步骤313,按照预设策略,从N类功耗行为数据中确定n类目标功耗行为数据,从M类性能行为数据中确定m类目标性能行为数据,从K类公共行为数据中确定k类目标公共行为数据。
在本申请实施例中,n、m和k为自然数,N大于等于n,M大于等于m,K大于等于k。
一种可能的实现方式中,预设策略可以是按比例抽取的方式。例如,若n:m:k=3:5:2,且指定n为3,则m为5且k为2。目标终端从N类功耗行为数据中确定3类目标功耗行为数据,从M类性能行为数据中确定5类目标性能行为数据,从K类公共行为数据中确定2类目标公共行为数据。
另一种可能的实现方式中,预设策略可以是规定指定n+m+k的和值,根据随机抽取的方式确定n种目标功耗行为数据、m种目标性能行为数据和k种目标公共行为数据,使得n+m+k的和值为规定指定的数值。
步骤314,通过预设聚类算法,根据n类目标功耗行为数据、m类性能行为数据和k类目标公共行为数据,将q个样本操作记录进行聚类,得到Q个候选画像模版。
在本申请实施例中,Q为大于等于2的正整数。
其中,预设聚类算法可以是K-Means聚类算法、DBSCAN(英文:Density-BasedSpatial Clustering of Applications with Noise,中文:基于密度的噪声应用空间聚类)算法或密度最大值DPEAK算法中的一种。示意性的,本申请实施例还能够采用其他聚类算法,能够实现将上述n类目标功耗行为数据、m类性能行为数据和k类目标公共行为数据作为3种维度进行数据聚类的算法,均可作为本申请实施例中指示的预设聚类算法。
示意性的,q个样本操作记录可以是q个包括指定维数的向量。目标终端通过预设聚类算法,对q个样本操作记录进行聚类。
以聚类算法是K-Means进行说明。在该示例中,选取特征向量为W。
其中,W={P1,P4,X1,S4,S2}。
在特征向量W中,P1表示单次充电时长,P4表示单位时间内低电量次数,X1表示一键清理次数,S4表示行走步数。上述数据均经过数据脱敏、数据清洗和归一化处理。
目标终端能够使用K-Means算法进行聚类。第一步,设定初始的类别中心为d类,选取d个样本操作记录作为初始的聚类中心。其中,d小于q。将(q-d)个其它的样本操作记录作为聚类中心的其他样本,计算(q-d)个其它的样本操作记录与d个聚类中心的欧氏距离。示意性的,欧式距离的计算方法如下:
L
其中,样本操作记录x
第二步,获得了每一个样本操作记录x
第三步,循环处理完所有的样本操作记录x
f
第四步,计算目标函数平方误差的值E。
其中,
重复执行第一步至第四步,直到迭代计算到符合停止条件。一种可能的方式中,迭代步数为3,或者得到新的聚类中心的均值基本不变,或者得到了最小平方误差min{E}。此时,d个聚类中心则为评价标准中得到的终端用户使用行为习惯相似度高的d类画像,也即,通过该聚类方法得到d个候选画像模版。在本申请实施例中,上述聚类过程以参数d为例说明,最终获得d个候选画像模版。应用同样的方法,本申请实施例也可以获得Q个候选画像模版。
另一种可能的实现方式中,步骤311至步骤314可以由云端服务器来执行实现。
步骤320,获取目标终端的操作记录。
在本申请实施例中,步骤320的执行过程和步骤210的执行过程相同,此处不再赘述。
步骤331,获取操作记录中的目标操作数据。
其中,目标特征数据是对应目标类别的操作数据,目标类别是画像模版中包括的类别。
在本申请实施例中,获取操作记录中的目标操作数据的步骤可以通过执行步骤(1)、步骤(2)或步骤(3)中至少一个步骤来替换实现。
步骤(1),获取操作记录中的功耗行为数据,功耗行为数据用于指示目标终端中与能源消耗关联的操作。
步骤(2),获取操作记录中的性能行为数据,性能行为数据用于指示目标终端中与系统性能关联的操作。
步骤(3),获取操作记录中的公共行为数据,公共行为数据是操作记录中除功耗行为数据和性能行为数据之外的行为记录。
步骤332,根据目标操作数据,获取目标类别对应的特征向量。
步骤333,根据特征向量与候选画像模版进行匹配,确定画像模板。
其中,画像模板是候选画像模版中与特征向量相似度最高的画像模版。
步骤340,确定画像模版对应的目标配置数据。
在本申请实施例中,步骤340的执行过程和步骤230的执行过程相同,此处不再赘述。
步骤350,按照目标配置数据,为目标终端配置系统资源。
在本申请实施例中,步骤340的执行过程和步骤230的执行过程相同,此处不再赘述。
请参考图4,图4是本申请实施例提供的一种获取候选画像模版的过程示意图。在图4中,包括q个样本操作记录,每一个样本操作记录中可以包括功耗行为数据410、性能行为数据420和公共行为数据430。数据收集模块440用于收集q个样本操作记录,数据分析模块450用于对q个样本操作记录进行聚类处理,从而得到Q个候选画像模版。
在图4中,q个样本操作记录中可以包括不同的用户的样本操作记录。其中,可以包括样本操作记录461、样本操作记录462和样本操作记录463。一种可能的方式中,上述3个样本操作记录是来自于3个互不相同的终端。例如,样本操作记录461是来自用户杰克的终端,样本操作记录462是来自用户布朗的终端,样本操作记录463是来自玛丽的终端。示意性的,图4中数据分析模块对数据进行聚类后,将得到Q个候选画像模版。在Q个候选画像模版中,候选画像模版两两不同。可选地,Q个候选画像模版中包括候选画像模版471、候选画像模版472和候选画像模版473。例如,候选画像模版471是大学生群体画像;候选画像模版472是游戏发烧友画像;候选画像模版473是上班族画像。
综上所述,本实施例能够预先根据若干个样本终端中的样本操作记录,提取功耗行为数据、性能行为数据和公共行为数据中至少一种数据,并按照预设策略从中抽取出指定数量类别的数据,进而通过预设聚类算法,根据n类目标功耗行为数据、m类性能行为数据和k类目标公共行为数据,将q个样本操作记录进行聚类,得到Q个候选画像模版。从而在获取目标终端的操作记录后,能够确定出目标终端与哪一类候选画像模版的相似度最高,最终获得画像模版对应的目标配置数据,按照该目标配置数据配置目标终端。由此可见,本申请实施例能够收集到目标终端与性能功耗相关的行为参数后,按照最相关的配置方式配置目标终端,提高了终端按照用户习惯配置系统资源的能力,使得终端在用户感兴趣的方面的性能进行提升,降低了用户不感兴趣的场景的功耗。在硬件不变的情况下,从整体上提升了终端适应于用户使用习惯的性能提升。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图5,图5是本申请一个示例性实施例提供的系统资源的配置装置的结构框图。该系统资源的配置装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置包括:
记录获取模块510,用于获取目标终端的操作记录,所述操作记录用于指示所述目标终端接受到的操作;
模版确定模块520,用于确定所述操作记录匹配的画像模板,所述画像模板是用于指示具有指定资源配置需求的用户画像;
配置确定模块530,用于确定所述画像模版对应的目标配置数据,所述目标配置数据用于为硬件设备配置系统资源;
资源配置模块540,用于按照目标配置数据,为所述目标终端配置系统资源。
在一个可选的实施例中,所述模版确定模块520,用于获取所述操作记录中的目标操作数据,所述目标特征数据是对应目标类别的操作数据,所述目标类别是所述画像模版中包括的类别;根据所述目标操作数据,获取所述目标类别对应的特征向量;根据所述特征向量与候选画像模版进行匹配,确定所述画像模板,所述画像模板是所述候选画像模版中与所述特征向量相似度最高的画像模版。
在一个可选的实施例中,所述模版确定模块520,用于获取所述操作记录中的功耗行为数据,所述功耗行为数据用于指示所述目标终端中与能源消耗关联的操作;和/或,获取所述操作记录中的性能行为数据,所述性能行为数据用于指示所述目标终端中与系统性能关联的操作;和/或,获取所述操作记录中的公共行为数据,所述公共行为数据是所述操作记录中除功耗行为数据和性能行为数据之外的行为记录。
在一个可选的实施例中,所述装置还包括执行模块,用于获取q个样本终端的样本操作记录,q为正整数;从所述样本操作记录中获取N类所述功耗行为数据、M类所述性能行为数据和K类所述公共行为数据,N、M和K为自然数;按照预设策略,从所述N类所述功耗行为数据中确定n类目标功耗行为数据,从所述M类所述性能行为数据中确定m类目标性能行为数据,从所述K类所述公共行为数据中确定k类目标公共行为数据,n、m和k为自然数,N大于等于n,M大于等于m,K大于等于k;通过预设聚类算法,根据n类所述目标功耗行为数据、m类所述性能行为数据和k类所述目标公共行为数据,将q个所述样本操作记录进行聚类,得到Q个所述候选画像模版,Q为大于等于2的正整数。
在一个可选的实施例中,所述装置涉及的所述功耗行为数据,包括以下数据中的至少一种:单次充电时长、充电起始电量、充电结束电量、单位时间内低电量次数、低电量模式开始时电量、累积耗电极大值应用或累积耗电极大值硬件组件。
在一个可选的实施例中,所述装置涉及的所述性能行为数据,包括以下数据中的至少一种:一键清理次数、冷启动时长、热启动时长、丢帧次数、丢帧的应用类型、中央处理器核心的使用时长、中央处理器的使用率或中央处理器的温度信息。
在一个可选的实施例中,所述装置涉及的所述公共行为数据,包括以下数据中的至少一种:运行时长、解锁次数、充电次数、网络类型占比、行走步数、睡眠时长、内存使用数据、外存使用数据、单次使用时长或已安装应用的数量。
综上所述,本实施例能够预先根据若干个样本终端中的样本操作记录,提取功耗行为数据、性能行为数据和公共行为数据中至少一种数据,并按照预设策略从中抽取出指定数量类别的数据,进而通过预设聚类算法,根据n类目标功耗行为数据、m类性能行为数据和k类目标公共行为数据,将q个样本操作记录进行聚类,得到Q个候选画像模版。从而在获取目标终端的操作记录后,能够确定出目标终端与哪一类候选画像模版的相似度最高,最终获得画像模版对应的目标配置数据,按照该目标配置数据配置目标终端。由此可见,本申请实施例能够收集到目标终端与性能功耗相关的行为参数后,按照最相关的配置方式配置目标终端,提高了终端按照用户习惯配置系统资源的能力,使得终端在用户感兴趣的方面的性能进行提升,降低了用户不感兴趣的场景的功耗。在硬件不变的情况下,从整体上提升了终端适应于用户使用习惯的性能提升。
本申请实施例还提供了一种计算机可读介质,该计算机可读介质存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的系统资源的配置方法。
需要说明的是:上述实施例提供的系统资源的配置装置在执行系统资源的配置方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的系统资源的配置装置与系统资源的配置方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的能够实现的示例性的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
- 系统资源的配置方法、装置、终端及存储介质
- 系统资源配置方法、装置、电子设备及存储介质