此描述的系统、设备和/或方法的各种改变、修改和等同对于本领域普通技术人员而言将是显然的。所描述的处理步骤和/或操作的进行是示例；然而，除非步骤和/或操作必须以特定顺序发生，否则步骤和/或操作的顺序不限于在此阐述的顺序并可按照在本领域已知的方式被改变。此外，为了更加清楚和简洁，对于本领域普通技术人员而言公知的功能和构造的描述可被省略。
[0040]在此描述的特征可以以不同的形式来实施，并且不应被解释为限于在此描述的示例。相反，在此描述示例被提供，从而本公开将是彻底和完整的，并将本公开的全部范围传达给本领域普通技术人员。
[0041]图1是示出传统移动装置10中的数据管理的框图。参照图1，提供各种功能的多个应用11、12、13、14、15和16通常安装在用户的移动装置10中。多个应用11、12、13、14、15和16可以是执行基本功能(诸如，例如，呼叫和发送文本消息)的应用，或者可以是由用户额外安装的执行各种功能(诸如，例如，实现基于mVoIP的聊天、捕捉照片或视频、编写文档和发送电子邮件)的应用。
[0042]如图1中所示，在应用11、13和15中处理的数据可直接存储在被连接到移动装置10的数据库30中。数据库30可被设置在外部硬件装置(例如，计算机、平板PC和膝上型计算机)中，其中，外部硬件装置通过有线通信或无线通信被连接到移动装置10。然而，数据库30不限于此，如果移动装置10的性能(例如，存储容量)充足，则数据库30可被设置在移动装置10中。
[0043]另外，如图1中所示，在应用12、14、15和16中处理的数据可分别被存储在由这些应用服务的供应商管理的云端21、22、23和24中。如上所述，传统的移动环境在以下方面存在不便:如果用户希望检查先前处理的数据，则用户应执行应用11、12、13、14、15和16中的每个应用，或者访问逐一访问存储有它们的数据的数据库30和云端21、22、23和24。
[0044]图2是示出移动装置40中的数据的集成管理示例的框图。参照图2，移动装置40包括集成数据管理模块70。如图2中所示，在应用41、43和45中处理的数据可被存储在外部数据库60的内部或外部，并且在应用42、44和46与应用45中处理的数据可分别被存储在云端51、52、53和54中。
[0045]集成数据管理模块70从云端51、52、53和54中的每个云端收集数据，并将收集的数据存储在数据库60中以用于数据的集成管理，其中，云51、52、53和54存储安装在移动装置40中的应用41、42、43、44、45和46中的每个应用中所处理的数据。集成数据管理模块40可在预处理操作中处理数据以将收集的数据作为集成数据进行管理，并可对处理的结果进行分析以创建集成模型。创建的集成模型可被存储在数据库60中并在数据库60中被管理，并且之后响应于用户的请求，集成模型可用于提供满足该请求的数据，从而解决在执行应用或访问云端以获得期望的数据时用户面对的不便。
[0046]图3是示出用于移动装置中的数据的集成管理的设备100的示例的框图。参照图3，设备100包括标准设置器110、数据收集器120、数据处理器130、数据存储器140、数据库150和数据提供器160。
[0047]标准设置器110基于用户的输入来设置各种类型的标准。例如，标准设置器110向用户提供标准信息接口以更容易地输入标准信息，并可设置由用户通过提供的标准信息接口所输入的标准信息。标准信息可包括例如用于收集数据的收集标准信息、用于处理收集的数据的处理标准信息和/或用于分析经处理的数据的分析标准信息。
[0048]例如，收集标准信息可包括将被收集的云端的信息、收集时间、收集间隔和/或收集时间段。将被收集的云端的信息可包括:例如，访问信息(诸如，云端的名称和访问地址)和/或验证信息(诸如，ID和密码)。收集时间表示一天之中收集数据的时间，收集时间段表示用于从存储在云端上的数据收集数据的时间段。另外，可针对每个云端设置收集时间和收集时间段。
[0049]处理标准信息可包括:例如，针对每种类型的数据的标准格式和/或标准大小的信息。数据的类型可包括:例如，电子邮件、照片、视频、聊天、呼叫和/或文档，但不限于此，可包括可在移动装置中处理的各种类型的数据。另外，每种类型的数据的标准格式表示被设置为用于每种类型的数据的集成管理的标准的格式。例如，如果数据类型是照片，则各种照片格式(诸如，“gif”、“png”、“tiff”和“jpeg”)之中的由用户选择的格式(例如，“jpeg”)可被设置为标准格式。标准大小表示每种类型的数据的标准大小。
[0050]分析标准信息可包括例如分析时间和分析类型。用户可通过考虑例如移动装置的性能和/或移动装置的使用时间，来设置用于分析收集的数据的分析时间。另外，分析类型表示针对收集的数据将被分析的类型，并可包括例如对各种类型的内容或数据的用户偏好、和/或对移动装置的使用习惯。
[0051]数据收集器120通过识别由用户设置的收集标准的信息并通过访问每个云端来收集需要的数据。例如，对于云端1，当收集时间被设置为“24:00”，收集间隔被设置为“每天”，并且收集时间段被设置为“一个月”时，数据收集器120可使用云端I的访问信息每天在24:00访问云端1，以从存储在云端I中的全部数据收集一个月的时间段内的数据。
[0052]—旦由数据收集器120从一个或更多个云端收集到数据，数据处理器130就对所收集的将被用于创建集成模型的数据进行预处理。另外，数据处理器330对经预处理的数据进行分析，并基于分析来创建集成模型。
[0053]图4是示出数据处理器130的详细框图。参照图4，数据处理器130包括数据预处理器131、数据分析器132和集成模型创建器133。
[0054]数据预处理器131识别由标准设置器110设置的处理标准的信息，并通过使用识别出的处理标准信息来对收集的数据进行处理。数据预处理器131可通过将收集的数据分类为多种类型的数据并根据设置的标准格式和/或标准大小对分类的数据进行转换，来对所收集的将被用于创建集成模型的数据进行处理。
[0055]数据分析器132识别由标准设置器110设置的分析标准的信息，并在分析时间对经处理的数据进行分析，以产生与分析的类型关联的分析结果。例如，数据分析器132可通过使用从各个云端收集的经处理的数据来产生用户的特性的信息(诸如，用户偏好和用户习惯)。用户习惯的信息表示对移动装置的使用习惯，并可包括例如移动装置使用频率、频繁使用的应用和/或频繁访问的网站。另外，用户偏好可包括对每种内容类型(诸如，游戏、音乐、视频和书)的偏好。
[0056]集成模型创建器133通过将数据分析器132的分析结果(即，产生的用户的特性的信息)应用于预定义的学习算法来创建基于用户的特性的集成模型。学习算法可以是在各种学习算法(诸如，贝叶斯、支持向量机(SVM)和决策树)之中预定义的一个或更多个学习算法。
[0057]返回参照图3，一旦由数据收集器120收集了数据，数据存储器140将收集的数据存储在数据库150中。另外，一旦由数据处理器130创建了集成模型，数据存储器140将创建的集成模型存储在数据库150中。另外，数据存储器140可将由数据处理器130产生的分析结果存储在数据库150中。
[0058]如上所述，可将数据库150设置在移动装置内部或外部。在数据库150设置在移动装置中的情况下，用于备份数据的单独的存储空间可被设置在与数据库150结合的外部
—~.上山
75:? ο
[0059]数据提供器160接收用户对数据的请求，对数据进行处理以满足用户的请求，并将经处理的数据提供给用户。详细地，在接收到用户对数据的请求时，数据提供器160对存储在数据库150中的数据(S卩，由数据收集器120收集的数据和/或由