本发明涉及移动终端
技术领域：
：，具体涉及一种应用管理方法、移动终端及计算机可读存储介质。
背景技术：
：：为优化系统功耗、发热、内存使用效率，提高用户满意度等，移动终端常需要对操作系统中后台运行的应用进行优化。而目前的后台应用优化流程往往是将后台应用全部杀死或按照lru算法的taskkilling机制管理后台应用程序，lru算法只考虑了应用最近的使用情况，没有考虑用户使用习惯，可能导致后台应用程序被错误地终止，当用户切换回该应用程序时，会带来应用启动延迟增加、能耗增加、状态丢失等问题，造成不好的用户体验。技术实现要素：本发明提供一种应用管理方法、移动终端及计算机可读存储介质，旨在提升移动终端进行应用管理的准确性。为实现上述发明目的，本发明提供一种应用管理方法，该应用管理方法包括：在触发后台应用程序清理时，获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率；将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率；关闭第三使用概率小于预设概率阈值的后台应用程序。可选地，所述关闭第三使用概率小于预设概率阈值的后台应用程序的步骤之前，还包括：使用预存的各后台应用程序的用户偏好值，对应修正各后台应用程序的第三使用概率。可选地，所述使用预存的各后台应用程序的用户偏好值，对应修正各后台应用程序的第三使用概率的步骤包括：选中一后台应用程序；基于选中的后台应用程序的用户偏好值，以及预设的用户偏好值与修正概率的映射关系，确定选中的后台应用程序所对应的修正概率；计算选中的后台应用程序的第三使用概率与所述修正概率的概率和值，将计算的概率和值作为修正后的第三使用概率；继续选中一后台应用程序，直至各后台应用程序均被选中，完成对各后台应用程序的第三使用概率的修正。可选地，所述在触发后台应用程序清理时，获取当前的使用场景信息，各使用场景下各后台应用程序的第一使用概率，以及各使用场景下各类应用程序的第二使用概率的步骤之前，还包括：统计并储存各应用程序的用户偏好值。可选地，所述统计各应用程序的用户偏好值包括：统计各应用程序在预设时间段内的运行次数，以及在前台的驻留时长；根据运行次数和驻留时长各自对应的权值，基于各应用程序的运行次数和驻留时长，计算并储存各应用程序的用户偏好值。可选地，所述在触发后台应用程序清理时，获取当前的使用场景信息，各使用场景下各后台应用程序的第一使用概率，以及各使用场景下各类应用程序的第二使用概率的步骤之前，还包括：统计并储存各使用场景下各应用程序的第一使用概率。可选地，所述在触发后台应用程序清理时，获取当前的使用场景信息，各使用场景下各后台应用程序的第一使用概率，以及各使用场景下各类应用程序的第二使用概率的步骤之前，还包括：预设各使用场景下各类应用程序的第二使用概率。可选地，所述在触发后台应用程序清理时，获取当前的使用场景信息，各使用场景下各后台应用程序的第一使用概率，以及各使用场景下各类应用程序的第二使用概率的步骤之前，还包括：获取系统的运行参数，并在所述运行参数满足预设的后台应用程序清理条件时，触发后台应用程序清理。进一步地，本发明还提供一种移动终端，该移动终端包括：存储有应用管理程序的存储器；处理器，配置为执行所述应用管理程序以实现如下步骤：在触发后台应用程序清理时，获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率；将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率；关闭第三使用概率小于预设概率阈值的后台应用程序。进一步地，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有应用管理程序，所述应用管理程序被处理器执行时实现如下步骤：在触发后台应用程序清理时，获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率；将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率；关闭第三使用概率小于预设概率阈值的后台应用程序。本发明在触发后台应用程序清理时，首先获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率，然后将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率，最后关闭第三使用概率小于预设概率阈值的后台应用程序，使得在清理后台应用程序时，考虑了用户用户习惯，避免了后台应用程序被错误的终止，提升了应用管理的准确性。附图说明图1为实现本发明各个实施例一可选的一个移动终端的硬件结构示意图；图2为如图1所示的移动终端的一种通信网络系统架构图；图3为本发明应用管理方法第一实施例的流程示意图；图4为本发明应用管理方法第一实施例中一种贝叶斯网络的拓扑结构示例图；图5为本发明应用管理方法第一实施例中通过“清理”控件触发进行后台应用程序清理的操作示意图；图6为本发明应用管理方法第一实施例中贝叶斯网络概率计算模型的结构示意图。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(personaldigitalassistant，pda)、便捷式媒体播放器(portablemediaplayer，pmp)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字tv、台式计算机等固定终端。后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：rf(radiofrequency，射频)单元101、wi-fi模块102、音频输出单元103、a/v(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。下面结合图1对移动终端的各个部件进行具体的介绍：射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于gsm(globalsystemofmobilecommunication，全球移动通讯系统)、gprs(generalpacketradioservice，通用分组无线服务)、cdma2000(codedivisionmultipleaccess2000，码分多址2000)、wcdma(widebandcodedivisionmultipleaccess，宽带码分多址)、td-scdma(timedivision-synchronouscodedivisionmultipleaccess，时分同步码分多址)、fdd-lte(frequencydivisionduplexing-longtermevolution，频分双工长期演进)和tdd-lte(timedivisionduplexing-longtermevolution，分时双工长期演进)等。wi-fi属于短距离无线传输技术，移动终端通过wi-fi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了wi-fi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或wi-fi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。a/v输入单元104用于接收音频或视频信号。a/v输入单元104可以包括图形处理器(graphicsprocessingunit，gpu)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或wi-fi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode，oled)等形式来配置显示面板1061。用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的lte系统，该lte系统包括依次通讯连接的ue(userequipment，用户设备)201，e-utran(evolvedumtsterrestrialradioaccessnetwork，演进式umts陆地无线接入网)202，epc(evolvedpacketcore，演进式分组核心网)203和运营商的ip业务204。具体地，ue201可以是上述移动终端100，此处不再赘述。e-utran202包括enodeb2021和其它enodeb2022等。其中，enodeb2021可以通过回程(backhaul)(例如x2接口)与其它enodeb2022连接，enodeb2021连接到epc203，enodeb2021可以提供ue201到epc203的接入。epc203可以包括mme(mobilitymanagemententity，移动性管理实体)2031，hss(homesubscriberserver，归属用户服务器)2032，其它mme2033，sgw(servinggateway，服务网关)2034，pgw(pdngateway，分组数据网络网关)2035和pcrf(policyandchargingrulesfunction，政策和资费功能实体)2036等。其中，mme2031是处理ue201和epc203之间信令的控制节点，提供承载和连接管理。hss2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过sgw2034进行发送，pgw2035可以提供ue201的ip地址分配以及其它功能，pcrf2036是业务数据流和ip承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。ip业务204可以包括因特网、内联网、ims(ipmultimediasubsystem，ip多媒体子系统)或其它ip业务等。虽然上述以lte系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于lte系统，也可以适用于其他无线通信系统，例如gsm、cdma2000、wcdma、td-scdma以及未来新的网络系统等，此处不做限定。基于上述移动终端硬件结构以及通信网络系统，提出本发明移动终端的各个实施例。参照图1，在本发明移动终端的第一实施例中，该移动终端包括：存储有应用管理程序的存储器109；处理器110，配置为执行存储器109中存储的应用管理程序以实现以下操作：在触发后台应用程序清理时，获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率；将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率；关闭第三使用概率小于预设概率阈值的后台应用程序。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：使用预存的各后台应用程序的用户偏好值，对应修正各后台应用程序的第三使用概率。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：选中一后台应用程序；基于选中的后台应用程序的用户偏好值，以及预设的用户偏好值与修正概率的映射关系，确定选中的后台应用程序所对应的修正概率；计算选中的后台应用程序的第三使用概率与修正概率的概率和值，将计算的概率和值作为修正后的第三使用概率；继续选中一后台应用程序，直至各后台应用程序均被选中，完成对各后台应用程序的第三使用概率的修正。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：统计并储存各应用程序的用户偏好值。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：统计各应用程序在预设时间段内的运行次数，以及在前台的驻留时长；根据运行次数和驻留时长各自对应的权值，基于各应用程序的运行次数和驻留时长，计算并储存各应用程序的用户偏好值。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：统计并储存各使用场景下各应用程序的第一使用概率。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：预设各使用场景下各类应用程序的第二使用概率。进一步地，处理器110执行存储器109中储存的应用管理程序时，还执行以下操作：获取系统的运行参数，并在所述运行参数满足预设的后台应用程序清理条件时，触发后台应用程序清理。进一步的，本发明还提供一种应用管理方法，应用于移动终端，参照图3，在本发明应用管理方法的第一实施例中，该应用管理方法包括：步骤s10，在触发后台应用程序清理时，获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率；步骤s20，将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率；步骤s30，关闭第三使用概率小于预设概率阈值的后台应用程序。为便于理解本发明方案，以下首先对本发明涉及的贝叶斯网络进行简单介绍。贝叶斯网络是一种概率网络，它是基于概率推理的图形化网络，而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型，所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程，基于概率推理的贝叶斯网络(bayesiannetwork)是为了解决不定性和不完整性问题而提出的，它对于解决复杂设备不确定性和关联性引起的故障有很大的优势，在多个领域中获得广泛应用。它是一种模拟人类推理过程中因果关系的不确定性处理模型,请参照图4，其网络拓扑结构是一个有向无环图(dag)，其中每个节点代表一个随机变量,节点间的边代表变量之间的直接依赖关系。图4中，事件a与事件b相互独立，在事件a发生概率p(a)、事件b发生概率p(b)、事件a发生前提下事件c发生概率p(c|a)、事件b发生前提下事件c发生概率p(c|b)已知的前提下，可以预测事件c发生概率。基于图4，有p(a,b,c)＝p(a)*p(b)*p(c|a,b)成立，化简后可得：p(c)＝p(c|a)+p(c|b)-p(c|a,b)；p(c|a)＝p(a|c)*p(c)/p(a)；p(b|a)＝p(a|b)*p(b)/p(a)。基于以上关于贝叶斯网络的简单介绍，下面开始对本发明方案进行说明。在本发明提出使用场景信息的概念，使用场景信息主要是指移动终端所处的环境状态，例如，当前的时间、地点、网络环境等。容易理解的是，使用场景的不同，用户可能使用的应用不同，例如，在非wi-fi环境时，用户使用视频播放类软件的可能性较低，在家中时，用户使用微信、淘宝以及微博等应用的可能性较大。在本发明实施例中，当触发后台应用程序清理时，首先获取到当前的使用场景信息，例如，获取到当前的使用场景信息为“网络环境为wi-fi环境”。其中，对于触发后台应用程序清理的触发方式，可由用户手动触发，也可由移动终端主动触发，本发明不做具体限制，具体由本领域技术人员根据实际需要进行设置，例如，如图5所示，用户可通过移动终端提供“清理”控件，触发进行后台应用程序清理；又例如，移动终端在后台应用程序的数量达到预设阈值时，触发进行后台应用程序清理。此外，本发明还预存有移动终端上各应用程序在各使用场景下被用户使用的概率，以及各类应用程序在各使用场景下被用户使用的概率。在获取使用场景信息的同时，还同时获取到预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率。容易理解的是，每个应用程序都有其特征属性值，如优酷、爱奇艺、腾讯视频等都属于耗费流量的视频播放类应用程序，在wi-fi环境使用的可能性较大；微博、今日头条、腾讯新闻等均属于娱乐类应用程序，在非工作时间使用的可能性较大；摩拜单车、ofo等属于交通工具类应用程序，在交通点使用的可能性较大。从而，本发明针对应用程序的特征属性值，预先将应用程序划分为多种类型的应用程序，包括但不限于：视频播放类应用程序、娱乐类应用程序以及交通工具类应用程序等。在本发明实施例中，预先构建了一个贝叶斯网络概率计算模型，用来预测某个用户启动某个后台应用程序的概率，也即是预测某个后台应用程序被使用的概率。请参照图6，为贝叶斯网络概率计算模型的结构示意图，如图6所示，该贝叶斯网络概率计算模型假设某个后台应用程序被使用的概率依赖于移动终端的使用场景、各使用场景下各应用程序被使用的第一使用概率以及各使用场景下各类应用程序被使用的第二使用概率。从而在获取到当前的使用场景信息、各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率之后，将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率。在具体实施时，贝叶斯网络概率计算模型按照如下公式计算各后台应用程序在当前使用场景被使用的第三使用概率：score(a)＝p(a|s,a’,a”)；其中，score(a)表示后台应用程序“a”在当前使用场景“s”下被使用的第三使用概率，a’表示各使用场景下各应用程序被使用的第一使用概率，a”表示各使用场景下各类应用程序被使用的第二使用概率。在计算得到各后台应用程序的第三使用概率，也即是计算得到各后台应用程序在当前使用场景被用户使用的第三使用概率之后，显而易见的，第三使用概率越大的后台应用程序越可能被用户使用，那么在清理后台应用程序时，就需要优先保留较大可能被用户使用的应用程序。在本实施例中，预先设置有表示应用程序较大可能被用户使用的概率阈值，记为预设概率阈值，从而在清理后台应用程序时，可以关闭第三使用概率小于该预设概率阈值的后台应用程序。可选地，在其他实施例中，可根据移动终端的最大后台进程数以及实时计算得到的各后台应用程序的第三使用概率，动态更新预设概率阈值的具体取值，例如，移动终端的最大后台进程数为5，在计算得到各后台应用程序的第三使用概率之后，按照概率由大至小的顺序，对各后台应用程序的第三使用概率进行排序，将预设概率阈值更新为排序第五的后台应用程序的第三使用概率值。换言之，在清理后台应用程序时，保留第三使用概率最高的，与最大后台进程数相同个数的后台应用程序。进一步地，在本实施例中，步骤s10之前还包括：统计并储存各使用场景下各应用程序的第一使用概率。在本实施例中，需要预先统计得到各使用场景下各应用程序的第一使用概率。在具体实施时，在第一预设时间段内，当用户每次使用应用程序时(也即某应用程序被启动时)，记录此时的使用场景信息(包括当前的时间、地点以及网络环境等)，从而得到第一预设时间段内，各应用程序在各使用场景下的运行次数，以及各应用程序总的运行次数，则针对某一应用程序，将该应用程序在一使用场景下的运行次数与总的运行次数的商值，记为该应用程序在该使用场景下的第一使用概率，以此类推，获得各使用场景下各应用程序被使用的第一使用概率。进一步地，在本实施例中，步骤s10之前还包括：预设各使用场景下各类应用程序的第二使用概率。在本实施例中，首先需要对移动终端上的各应用程序进行分类。具体的，在移动终端响应用户操作而从某应用商店下载某应用程序时，对该应用程序的下载页面进行解析，获得该应用程序的标签信息(即前述特征属性值)，如获取到应用程序“摩拜单车”的标签信息为“单车”和“mobike”，获取到应用程序“优酷”的标签信息为“视频”和“播放器”。之后，根据获取到的各应用程序的标签信息对各应用程序进行分类，如根据“摩拜单车”的标签信息“单车”和“mobike”将其归为交通工具类应用程序，如根据“优酷”的标签信息“视频”和“播放器”将其归为视频播放类应用程序。需要说明的是，在获取应用程序的标签信息时，可能同时获取到多个标签信息，而对个标签信息中并不是每一个标签信息均能反映应用程序的类型。因此，需要对获取的标签信息进行预处理，过滤掉无用的标签信息。例如，获取到应用程序“哔哩哔哩”的标签信息“视频”、“播放器”以及“二次元”，显然的，“二次元”对于确定应用程序“哔哩哔哩”的类型并无用处，可以过滤掉不予记录，仅记录“视频”和“播放器”。在完成对各应用程序的类型划分之后，预设各使用场景下各类应用程序的第二使用概率，该第二使用概率的合理设置，很大程度上决定了预测的准确程度，可通过预先采集fut用户信息来确认合理的概率值，例如，预设“视频播放类应用程序”在“wi-fi环境”下的第二使用概率为60％，预设“购物类应用程序”在“家中”的第二使用概率为80％。本发明提出的应用管理方法，在触发后台应用程序清理时，首先获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率，然后将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率，最后关闭第三使用概率小于预设概率阈值的后台应用程序，使得在清理后台应用程序时，考虑了用户用户习惯，避免了后台应用程序被错误的终止，提升了应用管理的准确性。进一步地，基于第一实施例，提出本发明应用管理方法的第二实施例，在本实施例中，步骤s30之前，还包括以下步骤：使用预存的各后台应用程序的用户偏好值，对应修正各后台应用程序的第三使用概率。容易理解的是，在实际生活中，用户在使用应用程序的过程中，对不同的应用程序会有不同的偏好程度，例如，a用户偏好使用qq进行网络社交，b用户偏好使用微信进行网络社交等。为此，本实施例在前述第一实施例的基础上，进一步采用量化的用户偏好值对计算得到各应用程序的第三使用概率进行修正，使其能够更准确的表达被用户使用的可能性。在本发明实施例中，在计算得到各后台应用程序在当前使用场景被使用的第三使用概率之后，首先使用预存的各后台应用程序的用户偏好值，对应修正各后台应用程序的第三使用概率。在具体实施时，使用用户偏好值对第三使用概率进行修正包括：选中一后台应用程序；基于选中的后台应用程序的用户偏好值，以及预设的用户偏好值与修正概率的映射关系，确定选中的后台应用程序所对应的修正概率；计算选中的后台应用程序的第三使用概率与修正概率的概率和值，将计算的概率和值作为修正后的第三使用概率；继续选中一后台应用程序，直至各后台应用程序均被选中，完成对各后台应用程序的第三使用概率的修正。需要说明的是，在本实施例中，预先设置有用户偏好值与修正概率的映射关系，该映射关系用于描述用户偏好值对第三使用概率的影响程度，具体的，用户偏好值越大，对第三使用概率的影响程度越大，对应的修正概率越大，以此为约束，本领域技术人员可根据实际需要设置用户偏好值与修正概率的映射关系。例如，修正概率k＝1-1/i，i为用户偏好值，取值范围为[1,10]，也即是将用户偏好值划分为10个层级。在某后台应用程序的用户偏好值i为10时，即可计算得到该后台应用程序的修正概率为90％。需要说明的是，对于修正后的第三使用概率大于1的情况，本发明实施例中将修正后大于1的第三使用概率直接记为1，例如，计算得到某后台应用程序的第三使用概率为60％，且根据该后台应用程序的用户偏好值确定其修正概率为50％，则该后台应用程序的第三使用概率与修正概率的和值为110％，大于1，此时直接将后台应用程序修正后的第三使用概率记为1，换言之，该后台应用程序在当前使用场景下被用户使用的概率为100％。进一步地，为使用用户偏好值对计算的各后台应用程序的第三使用概率进行修正，需首就需要先得到表征用户偏好程度的用户偏好值，在本实施例中，步骤s10之前，还包括以下步骤：统计并储存各应用程序的用户偏好值。在具体实施时，统计并储存各应用程序的用户偏好值包括：统计各应用程序在预设时间段内的运行次数，以及在前台的驻留时长；根据运行次数和驻留时长各自对应的权值，基于各应用程序的运行次数和驻留时长，计算并储存各应用程序的用户偏好值。通常的，若用户使用某一应用程序的使用频度较高，且该应用程序驻留前台时间较长，则说明用户该应用程序的偏好程度较高。因此，在本实施例中，基于一段时间内应用程序的运行次数，以及驻留前台的时长，构建应用程序的用户偏好值与运行次数和驻留时长的映射关系如下：i＝x*m+y*n；其中，i表示应用程序的用户偏好值，x表示应用程序在预设时间段内的运行次数(在前台的运行次数)，m表示运行次数对应的权值，y表示应用程序在预设时间段内在前台的驻留时长，n表示驻留时长对应的权值，m、n的取值根据经验设置。在具体实施时，在预设时间段内当用户每次使用应用程序时(也即某应用程序被启动时)，记录该应用程序驻前台的时间段(起始时间及截止时间)、当前网络环境信息(如未联网、wi-fi联网、gprs联网等)、当前gps定位信息(如家中、工作地等)，以及对初始值为零的，该应用程序的运行持续进行更新，由于每次使用app均需记录该信息，因此可以以应用包名为key值，为每一个应用维护一个应用数据集可选地，预设时间段可以设置为一个自然周，也即是以一个自然周为周期，对应用程序的用户偏好值进行更新，使得其能够更准确的反映用户对应用程序的偏好程度。进一步地，基于第一实施例，提出本发明应用管理方法的第三实施例，在本实施例中，步骤s10之前，还包括：获取系统的运行参数，并在获取的运行参数满足预设的后台应用程序清理条件时，触发后台应用程序清理。需要说明的是，本实施例在前述第一实施例的基础上提供一种后台应用程序清理的触发方式，以下仅对此进行说明，其他可参照前述实施例的相关描述，此处不再赘述。在本实施例中，首先获取系统的运行参数，其中，获取的运行参数包括但不限于系统功耗、内存使用率以及系统温度等。在获取到系统的运行参数之后，根据获取的运行参数判断当前是否满足预设的后台应用程序清理条件，若是则触发进行后台应用程序清理。其中，后台应用程序清理条件可根据实际需要进行设置，本发明不做具体限制，例如，对于系统功耗，预设的后台应用程序清理条件为“系统功耗大于或等于1500mw”；对于内存使用率，预设的后台应用程序清理条件为“内存使用率大于或等于90％”；对于系统温度，预设的后台应用程序清理条件为“系统温度大于或等于60摄氏度”。此外，本发明还提出一种计算机可读存储介质，该计算机可读存储介质上存储有应用管理程序，该应用管理程序被处理器110执行时实现如下操作：在触发后台应用程序清理时，获取当前的使用场景信息、预存的各使用场景下各应用程序被使用的第一使用概率，以及各使用场景下各类应用程序被使用的第二使用概率；将当前使用场景信息、各第一使用概率以及各第二使用概率输入到预设贝叶斯网络概率计算模型中，计算出各后台应用程序在当前使用场景被使用的第三使用概率；关闭第三使用概率小于预设概率阈值的后台应用程序。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：使用预存的各后台应用程序的用户偏好值，对应修正各后台应用程序的第三使用概率。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：选中一后台应用程序；基于选中的后台应用程序的用户偏好值，以及预设的用户偏好值与修正概率的映射关系，确定选中的后台应用程序所对应的修正概率；计算选中的后台应用程序的第三使用概率与修正概率的概率和值，将计算的概率和值作为修正后的第三使用概率；继续选中一后台应用程序，直至各后台应用程序均被选中，完成对各后台应用程序的第三使用概率的修正。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：统计并储存各应用程序的用户偏好值。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：统计各应用程序在预设时间段内的运行次数，以及在前台的驻留时长；根据运行次数和驻留时长各自对应的权值，基于各应用程序的运行次数和驻留时长，计算并储存各应用程序的用户偏好值。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：统计并储存各使用场景下各应用程序的第一使用概率。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：预设各使用场景下各类应用程序的第二使用概率。进一步地，前述应用管理程序被处理器110执行时还实现如下操作：获取系统的运行参数，并在所述运行参数满足预设的后台应用程序清理条件时，触发后台应用程序清理。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。当前第1页12当前第1页12