一种拦截通知的方法及终端与流程

本发明涉及终端领域，具体涉及了一种拦截通知的方法及终端。

背景技术：

近年来，随着终端(例如智能手机、平板电脑等)的发展与普及，终端在人们日常生活中已经成为不可或缺的一部分。

用户通常安装各种应用程序去满足用户的工作、生活以及娱乐的需求。但是安装在终端上的各个应用程序往往会主动向用户推送各种通知，如果该通知并非用户所需，那么该通知可能就会成为垃圾消息，从而降低用户体验。

技术实现要素：

本发明实施例提供了一种拦截通知的方法及终端，能够识别并拦截垃圾通知，从而提升用户体验。

本发明实施例第一方面公开了一种拦截通知的方法，所述方法包括：

当接收到应用程序推送的通知时，确定所述通知的标识；

将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；

当所述通知的类型为骚扰类型时，将所述通知拦截。

结合第一方面，在第一方面的第一种可能的实现方式中，将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型之前，所述方法还包括：

根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型，包括：

遍历目标应用程序，其中，所述目标应用程序是安装在终端中的应用程序；

确定所述目标应用程序中每个目标应用程序通知被查看情况的历史数据；其中，所述每个目标应用程序通知被查看情况的历史数据包括所述每个目标应用程序通知被查看的次数和未被查看的次数；

根据所述每个目标应用程序通知被查看的次数和未被查看的次数确定每个目标应用程序通知的使用概率；

将所述每个目标应用程序的标识和与所述每个目标应用程序通知的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

结合第一方面，在第一方面的第三种可能的实现方式中，所述方法还包括：

当所述通知的类型为目标类型的通知时，向所述用户显示所述通知。

结合第一方面或第一方面的第一至第三任一种所述可能的实现方式，在第一方面的第四种可能的实现方式中，所述方法还包括：

若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

本发明第二方面公开了一种终端，所述终端包括：

确定单元，用于当接收到应用程序推送的通知时，确定所述通知的标识；

匹配单元，用于将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；

拦截单元，用于当所述通知的类型为骚扰类型时，将所述通知拦截。

结合第二方面，在第二方面的第一种可能的实现方式中，所述终端还包括训练单元；

所述训练单元，用于根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型。

结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式所述训练单元包括遍历子单元、确定子单元以及获取子单元；

所述遍历子单元，用于遍历目标应用程序，其中，所述目标应用程序是安装在终端中的应用程序；

所述确定子单元，用于确定所述目标应用程序中每个目标应用程序通知被查看情况的历史数据；其中，所述每个目标应用程序通知被查看情况的历史数据包括所述每个目标应用程序通知被查看的次数和未被查看的次数；

所述确定子单元，用于根据所述每个目标应用程序通知被查看的次数和未被查看的次数确定每个目标应用程序通知的使用概率；

所述获取子单元，用于将所述每个目标应用程序的标识和与所述每个目标应用程序通知的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

结合第二方面，在第二方面的第三种可能的实现方式中，所述终端还包括显示单元；

所述显示单元，用于当所述通知的类型为目标类型的通知时，向所述用户显示所述通知。

结合第二方面或第二方面的第一至第三任一种所述可能的实现方式，在第二方面的第四种可能的实现方式中，所述终端还包括修正单元；

所述修正单元，用于若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

本发明第三方面公开了一种终端，所述终端包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如第一方面或第一方面的第一种至第四种中任意一种可能的实现方式所述的方法。

可以看出，本发明实施例的方案中，当接收到应用程序推送的通知时，确定所述通知的标识；将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；当所述通知的类型为骚扰类型时，将所述通知拦截。从而可知，通过实施本发明提供的技术方案，能够识别并拦截垃圾通知，从而提升用户体验。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。

图1为本发明实施例提供的一种拦截通知的方法的流程示意图；

图2为本发明实施例提供的另一种拦截通知的方法的流程示意图；

图3为本发明实施例提供的一种终端的结构示意图；

图4为本发明实施例提供的另一种终端的结构示意图；

图5为本发明实施例提供的一种终端的实体装置结构示意图。

具体实施方式

本发明实施例提供了一种拦截通知的方法及终端，能够识别并拦截垃圾通知，从而提升用户体验。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明说明书、权利要求书和附图中出现的术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本发明的一个实施例中公开了一种拦截通知的方法，所述方法包括：当接收到应用程序推送的通知时，确定所述通知的标识；将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；当所述通知的类型为骚扰类型时，将所述通知拦截。

请参阅图1，图1是本发明一个实施例提供的一种拦截通知的方法的流程示意图。其中，如图1所示，本发明的一个实施例提供的一种拦截通知的方法包括以下内容：

S101、当接收到应用程序推送的通知时，确定所述通知的标识。

需要指出的是，该方法的执行主体是终端，例如可以为智能手机、平板电脑、智能穿戴式设备、计算机等电子设备。

其中，可以理解的是，确定所述通知的标识指的是确定所述通知所属的应用程序。

例如，当接收到一个通知时，确定推送通知的应用程序，如果该应用程序是百度，那么该通知的标识就是该应用程序的名字或者该应用程序对应的序列号。举例来说，加入百度应用程序对应的序列号是0001，那么该通知的标识就是0001。

S102、将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型。

其中，需要指出的是，通知拦截模型中存储了终端中安装的每个应用程序的名称、标识、该应用程序通知的类型，以及与类型对应的处理方式。

例如，存储的格式为：音乐应用、0002、骚扰类型、进行拦截；微信应用、0003、目标类型、进行显示。其中，通知拦截模型中存储的信息很多，在此不一一列举，对存储的形式也不做限制。

其中，需要指出的是，将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型之前，所述方法还包括：根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型。

其中，根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型的方法有很多。举例来说，可以先遍历目标应用程序，其中，所述目标应用程序是安装在终端中的应用程序；确定所述目标应用程序中每个目标应用程序通知被查看情况的历史数据；其中，所述每个目标应用程序通知被查看的历史数据包括所述每个目标应用程序通知被查看的次数和未被查看的次数；根据所述每个目标应用程序通知被查看的次数和未被查看的次数确定每个目标应用程序通知的使用概率；将所述每个目标应用程序的标识和与所述每个目标应用程通知的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

举例来说，针对微信应用的通知，记录每次用户对该微信应用的通知的处理方法，例如统计了100次，其中用户打开看了80次，没有看直接删除的有20次，那么该微信应用的通知的使用概率就是80％，如果设置的预设概率阈值为60％，那么该微信应用的通知就是目标类型。如果统计了100次，其中用户打开看了30次，没有看直接删除的有70次，那么微信应用的通知就是骚扰类型。

S103、当所述通知的类型为骚扰类型时，将所述通知拦截。

可以理解的是，当所述通知的类型为目标类型的通知时，向所述用户显示所述通知。

可选的，若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

举例来说，假如百度应用对应的通知被确定为骚扰类型的通知，那么百度应用的通知每次都会被拦截。如果检测到用户修改了百度应用程序的权限，将拒绝接受通知改成了同意接收应用程序的通知，那么终端会自动修正通知拦截模型。

再例如，百度应用的通知的使用概率是30％，而预设概率阈值是60％，如果大于或等于60％为目标类型通知，小于60％为骚扰类型通知，那么此时百度应用的通知为骚扰类型的通知。如果检测到用户修改了百度应用程序的权限，将拒绝接受通知改成了同意接收应用程序的通知，那么终端会自动修正通知拦截模型，将百度的使用概率设置在60％或60％以上以使得用户可以接收到百度应用的通知。但是，终端也会在日后继续记录用户对百度应用的处理方法，如果百度应用的通知的使用概率又小于60％，会提醒用户是否拦截百度应用的通知。

可以看出，本发明实施例的方案中，当接收到应用程序推送的通知时，确定所述通知的标识；将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；当所述通知的类型为骚扰类型时，将所述通知拦截。从而可知，通过实施本发明提供的技术方案，能够识别并拦截垃圾通知，从而提升用户体验。

请参阅图2，图2是本发明的一个实施例提供的另一种拦截通知的方法的流程示意图。其中，如图2所示，本发明的一个实施例提供的另一种拦截通知的方法可以包括以下内容，其中，需要指出的是，该方法的执行主体是终端，例如可以为智能手机、平板电脑、智能穿戴式设备、计算机等带有音乐播放应用的电子设备。

S201、遍历目标应用程序。

其中，所述目标应用程序是安装在终端中的应用程序。

S202、确定所述目标应用程序中每个目标应用程序通知被查看情况的历史数据。

其中，所述每个目标应用程序通知被查看情况的历史数据包括所述每个目标应用程序通知被查看的次数和未被查看的次数。

S203、根据所述每个目标应用程序通知被查看的次数和未被查看的次数确定每个目标应用程序通知的使用概率。

其中，所述可以理解的是，例如假设每个应用程序通知被查看的次数为M，未被查看的次数为N，则每个应用程序通知的使用概率为M/N。

S204、将所述每个目标应用程序的标识和与所述每个目标应用程序通知的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

其中，所述机器学习算法可以为当每个应用程序通知的使用概率M/N小于某一阈值则判定用户不需要该应用通知，则屏蔽该应用的通知。

S205、当接收到应用程序推送的通知时，确定所述通知的标识。

其中，可以理解的是，确定所述通知的标识指的是确定所述通知所属的应用程序。

例如，当接收到一个通知时，确定推送给通知的应用程序，如果该应用程序是百度，那么该通知的标识就是该应用程序的名字或者该应用程序对应的序列号。举例来说，加入百度应用程序对应的序列号是0001，那么该通知的标识就是0001。

S206、将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型。

其中，需要指出的是，通知拦截模型中存储了终端中安装的每个应用程序的的名称、标识、该应用程序通知的类型，以及与类型对应的处理方式。

例如，存储的格式为：音乐应用、0002、骚扰类型、进行拦截；微信应用、0003、目标类型、进行显示。其中，通知拦截模型中存储的信息很多，在此不一一列举，对存储的形式也不做限制。

其中，需要指出的是，将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型之前，所述方法还包括：根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型。

其中，根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型的方法有很多。举例来说，可以先遍历目标应用程序，其中，所述目标应用程序是安装在终端中的应用程序；确定所述目标应用程序中每个目标应用程序的历史数据；其中，所述每个目标应用程序的历史数据包括所述每个目标应用程序被查看的次数和未被查看的次数；根据所述每个目标应用程序被查看的次数和未被查看的次数确定每个目标应用程序的使用概率；将所述每个目标应用程序的标识和与所述每个目标应用程序对应的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

举例来说，针对微信应用的通知，记录每次用户对该微信应用的通知的处理方法，例如统计了100次，其中用户打开看了80次，没有看直接删除的有20次，那么该微信应用的通知的使用概率就是80％，如果设置的预设概率阈值为60％，那么该微信应用的通知就是目标类型。如果统计了100次，其中用户打开看了30次，没有看直接删除的有70次，那么微信应用的通知就是骚扰类型。

S207、当所述通知的类型为骚扰类型时，将所述通知拦截。

S208、当所述通知的类型为目标类型的通知时，向所述用户显示所述通知。

S209、若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

可以理解的是，当所述通知的类型为目标类型的通知时，向所述用户显示所述通知。

可选的，若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

举例来说，假如百度应用对应的通知被确定为骚扰类型的通知，那么百度应用的通知每次都会被拦截。如果检测到用户修改了百度应用程序的权限，将拒绝接受通知改成了同意接收应用程序的通知，那么终端会自动修正通知拦截模型。

再例如，百度应用的通知的使用概率是30％，而预设概率阈值是60％，如果大于或等于60％为目标类型通知，小于60％为骚扰类型通知，那么此时百度应用的通知为骚扰类型的通知。如果检测到用户修改了百度应用程序的权限，将拒绝接受通知改成了同意接收应用程序的通知，那么终端会自动修正通知拦截模型，将百度的使用概率设置在60％或60％以上以使得用户可以接收到百度应用的通知。但是，终端也会在日后继续记录用户对百度应用的处理方法，如果百度应用的通知的使用概率又小于60％，会提醒用户是否拦截百度应用的通知。

可以看出，本发明实施例的方案中扩充了训练通知拦截模型的步骤，通过实施本发明提供的技术方案，能够准确识别骚扰类型的通知。

请参阅图3，图3是本发明的一个实施例提供的一种终端的结构示意图。其中，如图3所示，本发明的一个实施例提供的一种终端300，其中，该终端可以是智能手机、平板电脑、智能穿戴设备等设备。该终端300包括确定单元301、匹配单元302以及拦截单元303。

确定单元301，用于当接收到应用程序推送的通知时，确定所述通知的标识；

匹配单元302，用于将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；

拦截单元303，用于当所述通知的类型为骚扰类型时，将所述通知拦截。

其中，确定单元301、匹配单元302以及拦截单元303可以用于执行实施例1中步骤S101至S103所述的方法，具体描述详见实施例1对所述方法的描述，在此不再赘述。

请参阅图4，图4是本发明的一个实施例提供的一种终端的结构示意图。其中，如图4所示，本发明的一个实施例提供的一种终端400，其中，该终端400可以是智能手机、平板电脑、智能穿戴设备等设备。该终端400包括确定单元401、匹配单元402、拦截单元403、训练单元404、显示单元405以及修正单元406。

训练单元404，用于根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型；

其中，需要指出的是，训练单元404包括遍历子单元4041、确定子单元4042以及获取子单元4043；

遍历子单元4041，用于遍历目标应用程序，其中，所述目标应用程序是安装在终端中的应用程序；

确定子单元4042，用于确定所述目标应用程序中每个目标应用程序通知被查看情况的历史数据；其中，所述每个目标应用程序通知被查看情况的历史数据包括所述每个目标应用程序通知被查看的次数和未被查看的次数；

确定子单元4042，用于根据所述每个目标应用程序被查看的次数和未被查看的次数确定每个目标应用程序通知的使用概率；

获取子单元4043，用于将所述每个目标应用程序的标识和与所述每个目标应用程序对应的通知的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

确定单元401，用于当接收到应用程序推送的通知时，确定所述通知的标识；

匹配单元402，用于将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；

拦截单元403，用于当所述通知的类型为骚扰类型时，将所述通知拦截；

显示单元405，用于当所述通知的类型为目标类型的通知时，向所述用户显示所述通知；

修正单元406，用于若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

其中，确定单元401、匹配单元402、拦截单元403、训练单元404、显示单元405以及修正单元406可以用于执行实施例2中步骤S201至S206所述的方法，具体描述详见实施例2对所述方法的描述，在此不再赘述。

请参阅图5，在本发明的另一个实施例中，提供一种终端。所述终端500包括CPU501、存储器502、总线503，显示屏504等硬件。其中，该终端500可以是智能手机、平板电脑、智能穿戴设备等设备。

其中，CPU501执行预先存储在存储器502中的程序，该执行过程具体包括：

当接收到应用程序推送的通知时，确定所述通知的标识；

将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；

当所述通知的类型为骚扰类型时，将所述通知拦截。

可选的，将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型之前，所述方法还包括：

根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型。

可选的，所述根据预设的机器学习算法对用户的历史数据进行训练以获取所述通知拦截模型，包括：

遍历目标应用程序，其中，所述目标应用程序是安装在终端中的应用程序；

确定所述目标应用程序中每个目标应用程序通知被查看情况的历史数据；其中，所述每个目标应用程序通知被查看情况的历史数据包括所述每个目标应用程序被查看的次数和未被查看的次数；

根据所述每个目标应用程序通知被查看的次数和未被查看的次数确定每个目标应用程序通知的使用概率；

将所述每个目标应用程序的标识和与所述每个目标应用程序通知的使用概率输入到所述预设的机器学习算法中以获取所述拦截通知模型。

可选的，该执行过程还包括：当所述通知的类型为目标类型的通知时，向所述用户显示所述通知。

可选的，该执行过程还包括：

若检测到处于被拦截状态的应用程序的通知被开启时，修正所述通知拦截模型以改变所述处于拦截状态的应用程序的通知的类型。

可以看出，本发明实施例的方案中，当接收到应用程序推送的通知时，确定所述通知的标识；将所述通知的标识与通知拦截模型进行匹配以确定所述通知的类型；当所述通知的类型为骚扰类型时，将所述通知拦截。从而可知，通过实施本发明提供的技术方案，能够识别并拦截垃圾通知，从而提升用户体验。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。