应用管理方法、装置、存储介质及电子设备与流程

本申请涉及移动通信
技术领域：
，尤其涉及移动设备
技术领域：
，具体涉及一种应用管理方法、装置、存储介质及电子设备。
背景技术：
：随着电子技术的发展，人们通常在电子设备上安装很多应用程序。当用户在电子设备中打开多个应用程序时，若用户退回电子设备的桌面或者停留在某一应用程序的应用界面或者管控电子设备屏幕，则用户打开的多个应用程序依然会在电子设备的后台运行。然而在后台运行的应用程序会严重地占用电子设备的内存，并且导致电子设备的耗电速度加快，而且还会降低电子设备的运行流畅度。技术实现要素：本申请实施例提供一种应用管理方法、装置、存储介质及电子设备，能够提升对应用程序进行管控的智能化和准确性，提升电子设备的运行效率。本申请实施例提供一种应用管理方法，应用于电子设备中，所述方法包括：获取历史时段内应用被调用的特征信息；根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用；根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用；若后台应用中存在与所述第一应用相关联的第二应用，则关闭所述第一应用与所述第二应用。本申请实施例还提供一种应用管理装置，所述装置包括：获取模块，用于获取历史时段内应用被调用的特征信息；第一预测模块，用于根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用；判断模块，用于根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用；处理模块，用于若后台应用中存在与所述第一应用相关联的第二应用，则关闭所述第一应用与所述第二应用。本申请实施例还提供一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如上所述的应用管理方法。本申请实施例还提供一种电子设备，包括存储器和处理器，所述处理器通过调用所述存储器中存储的计算机程序，用于执行如上所述的应用管理方法。本申请实施例通过获取历史时段内应用被调用的特征信息，根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，若是，则关闭所述第一应用与所述第二应用。本申请实施例通过根据所述历史时段内应用被调用的特征信息确定当前需关闭的第一应用，并在关闭第一应用的同时关闭与第一应用相关联的第二应用，能够提升对进入后台的应用程序进行管控的智能化和准确性，提升电子设备的运行效率，延长续航时间。附图说明下面结合附图，通过对本申请的具体实施方式详细描述，将使本申请的技术方案及其它有益效果显而易见。图1为本申请实施例提供的一种应用管理装置的应用场景示意图。图2为本申请实施例提供的一种应用管理方法的流程示意图。图3为本申请实施例提供的一种应用管理方法的另一流程示意图。图4为本申请实施例提供的一种应用管理装置的结构示意图。图5为本申请实施例提供的一种应用管理装置的另一结构示意图。图6为本申请实施例提供的一种电子设备的结构示意图。图7为本申请实施例提供的一种电子设备的另一结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。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模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括没有列出的步骤或模块，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模块。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。在现有技术中，对后台的应用程序进行管控时，通常直接根据电子设备的内存占用情况以及各应用程序的优先级，对后台的部分应用程序进行清理，以释放内存。然而有些应用程序对用户很重要、或者用户在短时间内需要再次使用某些应用程序，若在对后进行清理时将这些应用程序清理掉，则用户再次使用这些应用程序时需要电子设备重新加载这些应用程序的进程，需要耗费大量时间及内存资源。其中，所述电子设备可以是智能手机、平板电脑、台式电脑、笔记本电脑、或者掌上电脑等设备。具体的，请参阅图1，图1为本申请实施例提供的一种应用管理装置的应用场景示意图。比如，应用管理装置在接收到管控请求时，检测到在电子设备的后台运行的应用程序包括应用程序a、应用程序b以及应用程序c，根据历史时段内应用被调用的特征信息，预测出当前时刻需要关闭的第一应用为应用程序b，然后根据所述第一应用在上一时刻被调用的特征信息，判定后台运行的应用程序中存在与应用程序b相关联的应用程序c，则关闭后台运行的应用程序b以及应用程序c，以使得在后台运行的应用程序调整为应用程序a。本申请实施例提供的一种应用管理方法的执行主体，可以为本申请实施例提供的一种应用管理装置，或者集成了所述应用管理装置的电子设备(譬如掌上电脑、平板电脑、智能手机等)，所述应用管理装置可以采用硬件或者软件的方式实现。请参阅图2，图2为本申请实施例提供的一种应用管理方法的流程示意图。所述方法应用于电子设备中，所述方法包括：步骤101，获取历史时段内应用被调用的特征信息。其中，所述历史时段可以人为设定，比如可以是前一个月或前两个月。其中，可以通过采集历史时段内每一采样时间点所述电子设备内多个应用的特征信息，来获取历史时段内应用被调用的特征信息。所述采样时间点可以为采样频率，比如可以每分钟或者每两分钟采样一次，其可以表现为x年x月x日x时x分的形式。其中，应用可以是安装在电子设备中的任意应用程序，例如通讯应用程序、多媒体应用程序、游戏应用程序、资讯应用程序、购物应用程序、导航应用程序、工具应用程序、社交应用程序、或者拍照应用程序等等。其中，所述应用可以是电子设备中所安装的全部应用程序，也可以是部分应用程序，当为部分应用程序时，其可以是近期经常被使用的若干个应用程序，具体数量可以根据实际需求而定。可以在使用电子设备的过程中，按照预设频率采集电子设备中的部分应用程序的使用记录，也可以按照预设频率采集电子设备中的全部应用程序的使用记录，从所述使用记录中获取多个应用被调用过程中的特征信息。其中可以从所述使用记录中获取电子设备在历史时段内记录的多个应用程序被调用的特征信息。比如所述历史时间段可以为过去15天内。所述预设频率可以为每10分钟。其中，比如采集到的多个应用的特征信息可以包括应用程序相关的特征信息，比如，应用类型、应用名称、进入前台的时间戳、进入后台的时间戳、在前台的运行时长、一天中处于前台的时间、在后台的运行时长、一天中进入后台的次数、上一次在前台的使用时长、或者进入后台的方式(例如被起始键(即home键)切换、被返回键切换、或者被其他app切换)、应用间关联顺序、应用开启时调用的进程组件、应用被调用的地点等等。采集到的多个应用的特征信息也可以包括应用被调用时与电子设备相关的特征信息，例如电子设备的熄屏(即灭屏)时间、亮屏时间、剩余电量、网络状态、或者充电状态、耳机状态、传感器状态等等。其中，每一特征信息在不同的采样时间点具有对应的历史状态信息。需要说明的是，以上对特征信息的举例不构成本申请的限定。例如，如表1所示，表1中示出了电子设备中预先设定的特征信息。表1序号特征信息1应用类型2应用名称3进入前台的时间戳4进入后台的时间戳5在前台的运行时长6一天中处于前台的时间7在后台的运行时长8一天中进入后台的次数9上一次在前台的使用时长10进入后台的方式11应用间关联顺序12应用开启时调用的进程组件13应用被调用的地点14电子设备的熄屏(即灭屏)时间15电子设备的亮屏时间16电子设备的剩余电量17电子设备的网络状态18电子设备的充电状态19电子设备的耳机状态20电子设备的传感器状态…………步骤102，根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用。其中，可以将一天中的时间划分为多个采样时间点，在通过采集历史时段内每一采样时间点所述电子设备内多个应用的特征信息，来获取历史时段内应用被调用的特征信息之后，可以将所述采样时间点与所述特征信息作为样本集中的训练样本，当检测到当前时刻存在后台应用时，将所述训练样本输入到机器学习算法模型中进行训练，根据训练结果来预测后台应用中是否存在当前时刻需要关闭的第一应用，所述当前时刻需要关闭的第一应用可以理解为在与当前采样时间点相邻的下一采样时间点预测为不被调用的应用程序。比如，所述采样时间点可以按照10分钟进行编号，一天有24*60＝1440分钟，那么一天就有1440/10＝144个采样时间点。其中所述机器学习算法模型有多种，比如神经网络模型，贝叶斯分类器、高斯混合模型、隐马尔科夫模型、逻辑回归模型、线性回归模型、决策树模型、支持向量机算法、聚类算法等等。例如，以隐马尔科夫模型为例，其中，当检测到当前时刻存在后台应用时，其中所述后台应用可以包括多个应用程序，根据所述后台应用的当前特征信息获取当前的采样时间点，并根据当前采样时间点从训练样本中获取到在当前采样时间点之前及包括当前采样时间点对应的n个连续观测值[k1,k2,...,kn]，其中kn表示被使用或者被调用的应用程序和对应采样时间点组成的观测值。将所述n个连续观测值[k1,k2,...,kn]输入到基于模型参数[q,v,a,b]生成隐马尔科夫模型中，则从所述隐马尔科夫模型中输出每一后台应用即将被使用的预测概率。当所述预测概率小于预设阈值时，生成的预设结果为所述后台应用即将不被使用，则将预测概率小于预设阈值的后台应用预测为当前时刻需关闭的第一应用。其中，所述预测概率可以表示为：其中n表示观测值个数，n表示状态数，[k1,k2,...,kn]表示n个连续观测值，[j1,j2,...,jn-1]表示与n-1个连续观测值[k1,k2,...,kn-1]对应在下一相邻采样时间点被调用或者被使用的应用程序，jn表示与第n个采样时间点观测到观测值kn时对应在下一相邻采样时间点被使用的应用程序，p(jn|k1,k2,...,kn,j1,j2,...,jn-1)表示应用程序jn即将被调用或者被使用的预测概率，可以表示每一观测值对应被预测的后台应用程序的状态转移概率与观测概率的乘积，可以表示每一观测值对应状态集合中的每一应用程序的状态转移概率与观测概率的乘积的求和。其中，隐马尔科夫模型参数[q,v,a,b]中，q表示状态集合，v表示观测集合，a表示状态转移概率集合，b表示观测概率集合。所述状态集合q可以表示为q＝{q1,q2,...,qn}，n是状态数，其中的每个隐状态元素可以用qt表示，t＝1，2,…，n。所述观测集合v可以表示为v＝{v1,v2,...,vm}，m是观测序列中的观测值的取值范围，其中的每个可观测元素可以用vt表示，t＝1，2,…，m。所述状态转移概率集合a可以表示为：a＝[aij]n×n，所述状态转移概率集合a用于记录所有应用程序状态之间跳转的概率，其中n表示状态数，aij表示状态转移概率，aij＝p(it+1＝qj|it＝qi)表示状态从i转移到j的状态转移概率，其中i表示上一次被调用或者被使用的应用程序，j表示下一次被调用或者被使用的应用程序，其中应用程序i与应用程序j为在相邻采样时间点依次被调用的应用程序。即，aij表示已知上一次被调用或者被使用的应用程序为i，且下一次被调用或者被使用的应用程序为j的状态转移概率。所述观测概率集合b可以表示为：b＝[bjk]n×m，所述观测概率集合b用于记录所有采样时间点对应的多个应用程序的观测概率，其中n表示状态数，m表示观测序列中的观测值的取值范围。bjk表示观测概率，bjk表示从状态j下产生观测值k的观测概率，其中j表示当前采样时间点被调用或者被使用的应用程序，k表示上一次被调用或者被使用的应用程序与对应采样时间点的组合值，即k表示上一采样时间点观测到的观测值。在一些实施例中，所述根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，包括：(1)根据所述历史时段内应用被调用的特征信息以及每一特征信息对应的权值，计算当前的后台应用中每一后台应用对应的即将被调用的概率。其中，每一特征信息可以作为每一独立的权重项，每一特征信息对应的权值可以表示作为权重项的每一特征信息在电子设备使用过程中对被调用的应用的影响程度。所述权值可以设置为固定数值。所述权值也可以根据使用过程中适应性调整，比如在初始状态下，各个权重项的权值可以根据先验知识给予的一些经典值a11,a21,至am1,其中am1的m表示第m个权重项，am1表示第m个权重项的初始权值。随着用户在开启或者调用应用的过程中，各权重项在被开启或者被调用应用中的状态变化，对权值进行补偿或修正。比如，在初始状态下，针对视频或音频类的应用，将耳机权重项的初始权值设置的比其他权重项的初始权值略高。在用户开启应用的过程中，可以在每次迭代中调整权值，以使下一次预测时获取到的当前权值更贴近用户实际使用习惯。比如，有10个权重项，可以将每个权重项的初始权值都定成10％，后续每次迭代中系统慢慢调整，最终趋近用户实际使用习惯。其中，可以根据所述多个权重项中每一权重项在历史时段内的多个采样时间点被开启或者被调用时对应的所有历史状态信息，计算每一权重项单独对应于每个应用被调用的概率，以得到每一权重项对应的独立预测结果。比如，其中所述多个权重项包括m个权重项，在第n次预测之前，可以根据所述m个权重项中每一权重项的第1次至第n-1次的历史状态信息，在第n次计算每一权重项单独对应于每个应用即将被调用的概率，以得到所述m个权重项分别对应的独立预测结果为r1n至rmn；其中，m与n均为大于或等于1的正整数。可以理解的是，r1n是指第1个权重项在第n次预测的独立预测结果，rmn是指第m个权重项在第n次预测的独立预测结果。比如，r1n是基于之前的第1次到第n-1次的实际被调用结果统计出来的。例如，计算某个音乐应用的耳机状态权重项时，n＝11，所述音乐应用之前被打开的10次中，耳机状态为插接状态的有9次，耳机状态为未插接状态的有1次，则可以根据所述耳机状态权重项前10次的历史状态信息计算出r1n等于90％。可以根据所述多个权重项分别对应的独立预测结果以及当前权值的加权，计算多个后台应用中每个后台应用在所述多个权重项的影响下即将被调用的概率。比如，所述m个权重项分别对应的当前权值为a1n至amn，当进行第n次预测时，可以根据所述m个权重项分别对应的独立预测结果以及当前权值的加权，计算多个后台应用中每个后台应用在所述m个权重项的影响下即将被调用的概率rn，其中所述rn等于第1权重项对应的独立预测结果r1n乘以当前权值a1n至第m权重项对应的独立预测结果rmn乘以当前权值amn之和，rn的计算公式如下：rn＝a1n*r1n+a2n*r2n+…+amn*rmn。例如，m＝3，第一个权重项是时间，假设某次预测只考虑时间权重项计算出来的独立预测结果是60％，时间权重项的权值是30％，第二个权重项是地点，假设某次预测只考虑地点权重项计算出来的独立预测结果是30％，地点权重项的权值是30％，第三个权重项是耳机状态，假设某次预测只考虑地点耳机项计算出来的独立预测结果是90％，耳机状态权重项的权值是40％，rn＝60％*30％+30％*30％+90％*40％＝63％。比如，在第n次预测时，计算出音乐应用即将被调用的概率为63％，支付应用即将被调用的概率为23％，相机应用即将被调用的概率为67％。(2)将所述即将被调用的概率小于预设概率的后台应用预测为当前时刻需要关闭的第一应用。比如，所述预设概率设置为50％，则可以将所述即将被调用的概率为23％的支付应用预测为当前时刻需要关闭的第一应用。步骤103，根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用。比如，在实际应用中，一些应用程序的开启或调用都会有一定的关联性，比如开启照相机之后一般会调用相册，开启淘宝之后支付时一般会调用支付宝，开启图片识别应用时一般会调用相册或者相机。比如预测当前时刻需关闭的第一应用为照相机时，可以根据所述照相机在最近一次被调用时的特征信息，判断后台应用中是否存在与所述照相机相关联的第二应用。可以理解的，所述第一应用可以为一个或者多个应用程序。通常会逐一对所有后台应用进行遍历以计算出每一后台应用即将被调用的概率，以预测出当前时刻需要关闭的第一应用。当确定出第一应用之后，为了更彻底和更快捷的清理后台应用，也可以在从后台应用中确定出首个第一应用之后，根据所述首个第一应用在上一时刻被调用的特征信息，查找后台应用中与所述第一应用相关联的第二应用，然后在接着从剩余后台应用中再计算其余应用即将被调用的概率，以此预测出属于第一应用的其他后台应用，即可以理解为步骤102和步骤103可以交替循环运行，直到遍历所有的后台应用。比如后台应用包括a、b、c、d，通过机器学习算法模型依次进行预测，首先预测a被调用的概率，比如a被调用的概率大于50％，a不属于第一应用，接着预测b被调用的概率，比如b被调用的概率小于50％，则确定出b属于第一应用，之后查找出与b相关联的第二应用为d，此时不用再计算d被调用的概率，当预测c被调用的概率之后即可视为完成对所有后台应用的遍历过程。可以减轻系统运行负担。步骤104，若后台应用中存在与所述第一应用相关联的第二应用，则关闭所述第一应用与所述第二应用。比如，预测当前时刻需关闭的第一应用为照相机时，根据所述照相机在最近一次被调用时的特征信息，若后台应用中存在被所述照相机关联调用的相册，则同时关闭照相机应用与相册应用。若后台应用中不存在与所述照相机相关联的第二应用，则仅关闭照相机应用。在一些实施例中，在所述关闭所述第一应用与所述第二应用之前，还包括：根据所述历史时段内应用被调用的特征信息，预测所述第二应用在预设时段内是否被调用；若预测所述第二应用在预设时段内不被调用，则关闭所述第一应用与所述第二应用。在一些实施例中，所述方法还包括：若预测所述第二应用在预设时段内被调用，则关闭所述第一应用，保留所述第二应用。在一些实施例中，所述根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，包括：根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在被所述第一应用以关联调用的方式开启的关联调用应用，若是，则判定所述关联调用应用为与所述第一应用相关联的第二应用。在一些实施例中，所述根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，包括：根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在依赖于所述第一应用的主进程的关联进程应用，若是，则判定所述关联进程应用为与所述第一应用相关联的第二应用。上述所有的技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。本申请实施例通过获取历史时段内应用被调用的特征信息，根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，若是，则关闭所述第一应用与所述第二应用。本申请实施例通过根据所述历史时段内应用被调用的特征信息确定当前需关闭的第一应用，并在关闭第一应用的同时关闭与第一应用相关联的第二应用，能够提升对进入后台的应用程序进行管控的智能化和准确性，提升电子设备的运行效率，延长续航时间。请参阅图3，图3为本申请实施例提供的一种应用管理方法的另一流程示意图。所述方法包括：步骤201，获取历史时段内应用被调用的特征信息。其中，步骤201可参阅步骤101，在此不再赘述。步骤202，根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用。其中，步骤202可参阅步骤102，在此不再赘述。步骤203，根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用。若是，则执行步骤204；若否，则执行步骤207。在一些实施例中，可以根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在被所述第一应用以关联调用的方式开启的关联调用应用，若是，则判定所述关联调用应用为与所述第一应用相关联的第二应用。例如，在实际应用中，一些应用程序的开启或调用都会有一定的关联性，比如开启照相机之后一般会调用相册，开启淘宝之后支付时一般会调用支付宝，开启图片识别应用时一般会调用相册或者相机。比如预测当前时刻需关闭的第一应用为照相机时，可以根据所述照相机在最近一次被调用时的特征信息，以关联调用的方式开启的关联调用应用，若是，则判定所述关联调用应用为与所述第一应用相关联的第二应用，则执行步骤204；若否，则判定后台应用中不存在与所述第一应用相关联的第二应用，则执行步骤207。例如，如表2所示，表1中示出了电子设备中多个应用程序在最近一次被调用的各个特征信息所对应的历史状态信息。可以根据表2中的历史应用间关联顺序来判断后台应用中是否存在与第一应用相关联的第二应用。表2在一些实施例中，可以根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在依赖于所述第一应用的主进程的关联进程应用，若是，则判定所述关联进程应用为与所述第一应用相关联的第二应用。例如，第一应用x在被调用时会运行进程组件a、进程组件b、进程组件c，若当前处于后台的应用程序中的应用y在运行时需依赖于第一应用x中的进程组件a，其中进程组件a为应用x的主进程，则判定后台应用中存在依赖于所述第一应用a的主进程的关联进程应用y，则判定所述关联进程应用y为与所述第一应用相关联的第二应用，则执行步骤204；若后台应用中不存在依赖于所述第一应用的主进程的关联进程应用，则判定后台应用中不存在与所述第一应用相关联的第二应用，执行步骤207。步骤204，根据所述历史时段内应用被调用的特征信息，预测所述第二应用在预设时段内是否被调用。若否，则执行步骤205；若是，则执行步骤206。其中，可以将一天中的时间划分为多个采样时间点，在通过采集历史时段内每一采样时间点所述电子设备内多个应用的特征信息，来获取历史时段内应用被调用的特征信息之后，可以将所述采样时间点与所述特征信息作为样本集中的训练样本，当检测到当前时刻存在后台应用时，将所述训练样本输入到机器学习算法模型中进行训练，预测所述第二应用在预设时段内是否被调用，所述预设时段可以为第一应用的预测采样时间点之后的采样时间点，比如当前时刻为第100个采样时间点，第一应用对应的预测采样时间点为第101个采样时间点，第二应用对应的预设时段可以为第102个采样时间点，第二应用对应的预设时段也可以为第103个采样时间点。还比如，所述预设时段可以为任意设置的时间段，比如为当前时刻之后的15分钟。比如，所述预设时段还可以为与第一应用的预测采样时间点相同的采样时间点。步骤205，若预测所述第二应用在预设时段内不被调用，则关闭所述第一应用与所述第二应用。比如，若预测所述第二应用在当前时刻之后的15分钟内不被调用，则同时关闭所述第一应用与所述第二应用。步骤206，若预测所述第二应用在预设时段内被调用，则关闭所述第一应用，保留所述第二应用。比如，若预测所述第二应用在当前时刻之后的15分钟内会被调用，则关闭所述第一应用，保留所述第二应用。步骤207，关闭所述第一应用。其中，若后台应用中不存在与所述第一应用相关联的第二应用，则仅关闭所述第一应用。本申请实施例通过获取历史时段内应用被调用的特征信息，根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，若后台应用中存在与所述第一应用相关联的第二应用，则根据所述历史时段内应用被调用的特征信息，预测所述第二应用在预设时段内是否被调用，若预测所述第二应用在预设时段内不被调用，则关闭所述第一应用与所述第二应用。本申请实施例通过根据所述历史时段内应用被调用的特征信息确定当前需关闭的第一应用，并在预测出与第一应用相关联的第二应用在预设时段内不被调用时，同时关闭第一应用与第二应用，能够提升对进入后台的应用程序进行管控的智能化和准确性，提升电子设备的运行效率，延长续航时间，又能更贴近用户使用电子设备的习惯。本申请实施例还提供一种应用管理装置，如图4所示，图4为本申请实施例提供的一种应用管理装置的结构示意图。所述应用管理装置30包括获取模块31，第一预测模块32，判断模块33，以及处理模块35。其中，所述获取模块31，用于获取历史时段内应用被调用的特征信息。所述第一预测模块32，用于根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用。所述判断模块33，用于根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用。所述处理模块35，用于若后台应用中存在与所述第一应用相关联的第二应用，则关闭所述第一应用与所述第二应用。本申请实施例通过述获取模块31获取历史时段内应用被调用的特征信息，第一预测模块32根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，判断模块33根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，若是，则处理模块35关闭所述第一应用与所述第二应用。本申请实施例的应用管理装置30通过根据所述历史时段内应用被调用的特征信息确定当前需关闭的第一应用，并在关闭第一应用的同时关闭与第一应用相关联的第二应用，能够提升对进入后台的应用程序进行管控的智能化和准确性，提升电子设备的运行效率，延长续航时间。请参阅图5，图5为本申请实施例提供的一种应用管理装置的另一结构示意图。所述应用管理装置30包括获取模块31，第一预测模块32，判断模块33，第二预测模块34，以及处理模块35。其中，所述获取模块31，用于获取历史时段内应用被调用的特征信息。所述第一预测模块32，用于根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用。在一些实施例中，所述第一预测模块32，还包括计算子模块321和预测子模块322。其中，所述计算子模块321，用于根据所述历史时段内应用被调用的特征信息以及每一特征信息对应的权值，计算当前的后台应用中每一后台应用对应的即将被调用的概率；所述预测子模块322，用于将所述即将被调用的概率小于预设概率的后台应用预测为当前时刻需要关闭的第一应用。所述判断模块33，用于根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用。在一些实施例中，所述判断模块33，用于根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在被所述第一应用以关联调用的方式开启的关联调用应用，若是，则判定所述关联调用应用为与所述第一应用相关联的第二应用。在一些实施例中，所述判断模块33，用于根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在依赖于所述第一应用的主进程的关联进程应用，若是，则判定所述关联进程应用为与所述第一应用相关联的第二应用。所述第二预测模块34，用于根据所述历史时段内应用被调用的特征信息，预测所述第二应用在预设时段内是否被调用。所述处理模块34，用于若预测所述第二应用在预设时段内不被调用，则关闭所述第一应用与所述第二应用。在一些实施例中，所述处理模块，还用于若预测所述第二应用在预设时段内被调用，则关闭所述第一应用，保留所述第二应用。本申请实施例通过获取模块31获取历史时段内应用被调用的特征信息，第一预测模块32根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，判断模块33根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，若后台应用中存在与所述第一应用相关联的第二应用，则第二预测模块34根据所述历史时段内应用被调用的特征信息，预测所述第二应用在预设时段内是否被调用，若预测所述第二应用在预设时段内不被调用，则处理模块34关闭所述第一应用与所述第二应用。本申请实施例的应用管理装置30通过根据所述历史时段内应用被调用的特征信息确定当前需关闭的第一应用，并在预测出与第一应用相关联的第二应用在预设时段内不被调用时，同时关闭第一应用与第二应用，能够提升对进入后台的应用程序进行管控的智能化和准确性，提升电子设备的运行效率，延长续航时间，又能更贴近用户使用电子设备的习惯。上述所有的技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。本申请实施例还提供一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器调用所述存储器中存储的所述计算机程序，执行本申请任一实施例所述的应用管理方法。该电子设备可以是智能手机、平板电脑、掌上电脑等设备。如图6所示，电子设备400包括有一个或者一个以上处理核心的处理器401、有一个或一个以上计算机可读存储介质的存储器402及存储在存储器上并可在处理器上运行的计算机程序。其中，处理器401与存储器402电性连接。本领域技术人员可以理解，图中示出的电子设备结构并不构成对电子设备的限定，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。处理器401是电子设备400的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器402内的应用程序，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。在本申请实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能：获取历史时段内应用被调用的特征信息；根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用；根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用；若后台应用中存在与所述第一应用相关联的第二应用，则关闭所述第一应用与所述第二应用。在一些实施例中，处理器401用于在所述关闭所述第一应用与所述第二应用之前，还包括：根据所述历史时段内应用被调用的特征信息，预测所述第二应用在预设时段内是否被调用；若预测所述第二应用在预设时段内不被调用，则关闭所述第一应用与所述第二应用。在一些实施例中，处理器401用于若预测所述第二应用在预设时段内被调用，则关闭所述第一应用，保留所述第二应用。在一些实施例中，处理器401用于所述根据所述历史时段内应用被调用的特征信息，预测当前时刻需要关闭的第一应用，包括：根据所述历史时段内应用被调用的特征信息以及每一特征信息对应的权值，计算当前的后台应用中每一后台应用对应的即将被调用的概率；将所述即将被调用的概率小于预设概率的后台应用预测为当前时刻需要关闭的第一应用。在一些实施例中，处理器401用于所述根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，包括：根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在被所述第一应用以关联调用的方式开启的关联调用应用，若是，则判定所述关联调用应用为与所述第一应用相关联的第二应用。在一些实施例中，处理器401用于所述根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在与所述第一应用相关联的第二应用，包括：根据所述第一应用在上一时刻被调用的特征信息，判断后台应用中是否存在依赖于所述第一应用的主进程的关联进程应用，若是，则判定所述关联进程应用为与所述第一应用相关联的第二应用。在一些实施例中，如图7所示，电子设备400还包括：显示屏403、射频电路404、音频电路405、输入单元406以及电源407。其中，处理器401分别与显示屏403、射频电路404、音频电路405、输入单元406以及电源407电性连接。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，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。显示屏403可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示屏403为触控显示屏时，也可以作为输入单元的一部分实现输入功能。射频电路404可用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。音频电路405可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。输入单元406可用于接收输入的数字、字符信息或用户特征信息(例如指纹)，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。电源407用于给电子设备400的各个部件供电。在一些实施例中，电源107可以通过电源管理系统与处理器401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7中未示出，电子设备400还可以包括摄像头、传感器、无线保真模块、蓝牙模块等，在此不再赘述。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。本申请实施例中，所述应用管理装置与上文实施例中的一种应用管理方法属于同一构思，在所述应用管理装置上可以运行所述应用管理方法实施例中提供的任一方法，其具体实现过程详见所述应用管理方法实施例，此处不再赘述。本申请实施例还提供一种存储介质，所述存储介质存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一实施例中的应用管理方法。需要说明的是，对本申请所述应用管理方法而言，本领域普通测试人员可以理解实现本申请实施例所述应用管理方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如所述应用管理方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储器(rom，readonlymemory)、随机存取记忆体(ram，randomaccessmemory)等。对本申请实施例的所述应用管理装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。以上对本申请实施例所提供的一种应用管理方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想；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申请各实施例的技术方案的范围。当前第1页12