PIM/0和存储器优先级）。 运种规则/启发法可W倾向于保持计算机系统的用户体验在预取时间期间不受影响。
[0066] 针对预取发起器模块的第二实施例可W是基于对于预取某些应用的过去益处。本 系统可W维持关于哪些应用过去曾被预取并随后被用户激活的统计量。针对预取应用的测 量或估算的节省时间（对比当应用未被预取时)可W形成用于预取应用的规则集合。例如， 如果预取任何给定应用的益处在益处超过阔值，则可W预取应用一一当在给定状态下时 和/或根据系统资源。
[0067] 在一个运样的实施例中，预取发起器进程可W确定是否要针对过去预取尝试而计 算益处得分。运是通过追踪上次预取的时间和上次应用启动的时间而判定的。如果在从上 次预取开始的时间段中已经启动了应用，则预取发起器进程将请求预取进程计算益处得 分。该得分由预取发起器进程存储并且用于判定未来的预取操作。
[0068] 针对预取发起器模块的第Ξ实施例可W基于操作系统是否已经识别了用于预启 动的某些应用。运样的预启动及它何时W及对哪些应用发生）可W在规则和/或启发法 的集合之下执行。在一些实现方式中，针对预启动的规则可W是简单的、侵略性的和/或基 于何时可W激活应用的预测。 巧069] 可选的预启动 如所讨论的，针对预取的一个实施例可W并入可W驻留在计算机系统中的任何系统预 启动策略。如运里所公开的，存在要实行的数个预测和预启动模块和/或技术。
[0070] 系统400包括可W驻留在操作系统中、运行在计算机系统（例如智能电话、智能设 备、平板电脑、膝上型电脑、台式机等等）内的处理器上的数个(可能可选的)模块。在可替换 的实施例中，运些模块中的一些(或所有)可W驻留在远离操作系统处一一但是与计算机系 统的操作系统通信。应当认识到的是，本系统有数个可能的实现方式，并且本申请的范围涵 盖了所有运些可能实现方式和/或实施例。
[0071] 预启动服务模块402包括处理模块的集合一一例如预测引擎404、资源监视器406、 预启动策略408和预启动队列410。预测引擎404可W包括规则和/或启发法的集合，其可W 辅助本系统评估由计算机系统的用户要求和/或期望运行的特定应用的概率，如本文详细 所述。资源监视器406可W评估计算机系统的资源的利用一一例如用于潜在预启动应用的 当前可用处理和/或存储器资源。预启动策略408可W向本系统通告对于本系统何时期望地 预启动一个或多个应用的规则和/或启发法。预启动队列410可W访问关于已经预启动和/ 或期望预启动的应用的数据和/或元数据的集合。
[0072] 将认识到的是，运些模块的一个或多个出于本申请的目的可W是可选的。可W足 够的是，本系统能够确定哪些应用是用于预启动的"好"候选一一例如是否因为被用户选择 的概率，因为用于预启动应用的可用资源，因为规则和/或启发法已经选择了特定应用W用 于预启动一一或者W上因素的任意组合。
[0073] 可W经由例如允许其他模块访问本系统的外部接口和/或API412的集合而访问运 些模块。例如，服务机构414可W向系统402发送标识了已经预启动的应用的信号。进程寿命 管理器(PLMM16可W请求用于可能应用的预测数据W考虑预启动。预启动API 418可W从 系统402接收信号W预启动特定应用。在一个实施例中，PLM可W负责判定对于任何应用的 当前应用执行状态一一W及判定哪些应用应该保留在存储器中（挂起)对终止。
[0074] 图5描绘了如在应用的生命周期期间本系统可W实现的针对应用的一个状态图 500。通常，运行和/或可用于计算机系统的应用可W包括多个状态一一例如非运行502、运 行504和/或挂起506。如可见，如果应用处于非运行状态502，则应用可W W数个不同方式被 引入运行状态504。例如，应用可W由用户启动。在另一示例中，应用可W由本系统预启动， 依赖于数据/元数据一一和/或对本系统的规则/启发法的满足，所述规则/启发法确定是否 应该预启动给定的应用。
[0075] 将认识到的是，出于本申请的目的，合适的"用户"可W是计算机系统的人类用 户一一或者其可W是可能期望执行/挂起/终止讨论中的应用的另一应用。本申请的范围涵 盖所有运样的形形色色的"用户"。
[0076] 当应用处于运行状态504时，则该应用可W由计算机系统的合适用户置于挂起状 态506中。此外，运行的应用可W由计算机系统的合适用户终止。运些转变可W整体或部分 地由本系统实现。如果应用处于挂起状态506,则讨论中的应用可W由合适的用户恢复一一 或者可W例如由PLM和/或服务模块终止。
[OOW]如可见，本系统可W允许在后台预启动所终止的应用（例如处于非运行状态502)。 在一个实施例中，运种预启动的所终止应用可W转变为挂起状态506并且准备好恢复一一 作为至运行状态504的路径。
[0078] 在一个实施例中，可W对于通过预启动而激活的应用使能节流(throttling)。如 果应用之前被用户终止，可W通过预启动将应用激活至其初始状态，并且在一个场景中，当 激活应用时可W暂时出现飞瓣屏幕。如果应用由PLM终止，可W通过预启动将应用激活至其 上次保存的状态，其中恢复返回找位置。如果应用已经处于挂起状态，预启动可W忽略它。
[0079] 预测引擎的实施例 对于合适的预测引擎，存在许多不同的可能实施例。例如，W下是出于本申请目的的可 能预测器的集合： (1)最常用预测器 该预测器可W对于前20个最频繁激活的应用返回概率1.0,并且对于所有其他的返回 概率0.0。
[0080] (2)最多使用预测器 该预测器可W返回（应用的总使用时间)/(所有应用的总使用时间）的概率。
[0081 ] (3)空预测器 该预测器总是返回概率0.0。在运种情况下，本系统不会使用分派给应用的任何预测 值;但是虽然如此可W对于应用的预启动施加所期望的规则和/或启发法。
[008引 （4)自适应预测器 该预测器可W通过考虑当前前台应用、上一个前台应用W及当前应用已经使用多久而 识别类似于当前情形的过去情形。一旦其已经识别了运些情形，预测器可W返回情形的百 分比，其导致在预测窗口内发生的所询问事件。
[0083] 参照图6,自适应预测器可W作用于称作"案例"的应用使用时段的分组。如图6中 所示，创建案例的一个方式可W通过将(例如3个或任意所期望数目的）相邻的应用使用时 段分成组而实现。将认识到的是，也能够使用其他分组来创建案例，诸如当前应用切换、之 前应用切换、W及在应用切换之后落入预测窗口内的任何时段。
[0084] 为了确定在下一个预测窗口中切换至"应用r的概率，预测器可W在所有案例之 上迭代并且基于它们的性质而对于它们中的每一个分类。一旦分类了案例，本系统可W调 节案例所匹配的每个类的计数。每个类可W具有正案例的计数和总案例的计数。如果在案 例内切换至应用X，则案例是"正"的。
[0085] -旦分类了运样的案例并且更新了计数，本系统可W确定哪些类与当前情形匹配 并且向所述类指派权重。运些权重可W是静态的，或者可W依赖于诸如类中总案例的数目 W及当前情形是否与所述类相匹配之类的因素一一例如指派权重(诸如〇.4、0.4和0.2)。一 旦指派了权重，可W可能通过对于针对每个分类的（正案例)/(总案例)求加权和来计算最 终概率。
[0086] 预测引擎模块可W接收给定应用的生命周期的活动数据(例如应用被用户激活的 次数、激活的日时间、激活的时间长度等等）。应用的运些使用可W形成应用的使用的"案 例"的集合。可W对每个案例评估所计算、预测和/或估算的未来和/或潜在激活的概率。
[0087] 自适应预测可W开始，并且如果由预测引擎所考虑的应用之前从未被见到过，贝U 应用需要被预启动的概率可W是给定的初始值一一例如零，并且进程可W结束。
[0088] 否则，之前见到过和/或考虑过应用。运种出现可W被设置为该应用的最新近案 例。自适应预测可W对该当前案例分类并且更新针对该案例的计数。引擎可W考虑是否在 该时刻存在待考虑的任何其他额外的案例，并确如果是，则引擎可W适当地地递增当前案 例。当已经考虑了所有当前案例时，引擎可W对当前情形分类。
[0089] 当已经如此分类和/或处理了数据时，引擎然后可W基于所期望的规则和启发法 来计算潜在激活的概率。运样的规则和/或启发法可W包括:应用运行的时间量的时间加权 平均，应用被激活和/或运行的日时间等等。
[0090] 图6描绘了可W由自适应预测模块维持的数据/元数据的一个示范性集合。该数 据/元数据可W酌情被存储在计算机系统内或者计算机系统外。如可见，该示例考虑了在期 望的时间段的历程上四个应用（也即A、B、C和D)的数据。将认识到的是，时间段可W根据本 系统的需要而改变一一例如天、周等。
[0091] 在该示例中，从时刻= 00:00直至14:20(示例的当前时间），存在由本系统所考虑 的数个案例（案例1，···..，案例9)。运些案例可W代表重叠时间段（例如案例1和案例2 等)一一或者它们可W根据需要而是非重叠的。每个案例可W依某个信号一一例如应用的 激活和/或使用(例如将应用从挂起移至运行)而开始。在该示例中，可W看到，案例4是当前 情形，W及案例1-3表示历史条目。案例5至案例則尋要由自适应预测引擎处理。
[0092] 当处理运些案例时，每个案例可W被分类到任意数目的类中。每个类可W被预定 义为用户的用例和/或模型(例如其可W依赖于用户是否在工作、用户参加什么活动等而改 变）。自适应预测引擎可W继续处理运些案例一一例如W针对预测窗口（其被示为在当前时 间之后的期望的时间段)提供预测。
[0093] 该分类数据可W用于执行对于可能权重的概率计算。如可见，最终概率可W被计 算和/或估算为可能属于期望的预测窗口。
[0094] -旦设置了运些概率，它们可W由本系统的其他模块利用一一例如预启动策 略一一作为规则和/或启发法的一部分W确定是否预启动给定应用。
[0095] (5)切换率预测器 在该实施例中，可W可能基于个体和/或群体数据而提供模型，其使用像应用中的切换 频率和时间运样的可能普遍属性来做出其预测。
[0096] 参照图7,一个率预测器可W作用于应用切换上。运样的率预测器可W在历史中所 有应用切换上迭代并且维持各种各样的信息一一例如率计数和持续时间。率计数和持续时 间可W被划分成类，例如可能对于不同日时间保持分立的计数和持续时间。
[0097] 在一个实施例中，对于每个应用切换，预测器可W首先衰减所有计数和持续时间。 运可W通过基于自上次应用切换W来的时间施加指数衰减而完成;然而存在其他可能的衰 减函数。
[0098] 一旦已施加了衰减，本系统可W对应用切换分类并且递增对应的率计数。本系统 可W然后对紧挨在应用切换之前的时间分类，可能在不同类之间分割时间段并且添加时间 至对应的持续时间。例如，如果类是午前和午后，当前时间是12:30并且上次应用切换在11: 00处，本系统可W增加1小时至午前并且增加30分钟至午后。
[0099] 一旦本系统已经处理了应用切换，本系统可W对当前情形分类。本系统可W随后 向每个类指派权重并且计算一一例如对于每个分类的（率计数)/(持续时间）的加权和。运 为本系统给出了最终率，其可W然后转换为概率。
[0100] 图7描绘了