CN108491733A - 隐私应用推荐方法和装置、存储介质、电子设备 - Google Patents

Abstract

本申请涉及一种隐私应用推荐方法和装置、电子设备、计算机可读存储介质，获取向用户推荐的初始隐私应用列表，获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据。根据初始隐私应用列表结合与隐私信息相关的使用习惯数据，得到向用户推荐的目标隐私应用列表。首先获取初始隐私应用列表，由于初始隐私应用列表中所推荐的隐私应用可能与用户实际的使用习惯不一致，因此再获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据。从而将两者进行结合，得到与用户更为符合的目标隐私应用列表以供用户筛选。用户就能够快捷且准确的将自身需要隐藏的应用批量添加至隐私应用列表，而不需要进行逐个手动添加。

Description

隐私应用推荐方法和装置、存储介质、电子设备

技术领域

本申请涉及计算机技术领域，特别是涉及一种隐私应用推荐方法和装置、存储介质、电子设备。

背景技术

随着移动终端的普及和移动互联网的迅速发展，移动终端的用户使用量越来越大。用户在使用的过程中不能第一时间判断出哪些移动终端中已经安装的应用程序需要添加到隐私保护的列表中。一般用户需要一一进行手动将需要添加的隐私应用添加至隐私保护列表，显然这种一一进行手动添加的方式非常不方便，对用户的使用造成很大的困扰。

发明内容

本申请实施例提供一种隐私应用推荐方法和装置、存储介质、电子设备，可以直接向用户推荐隐私应用。

一种隐私应用推荐方法，包括：

获取向用户推荐的初始隐私应用列表；

获取所述用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据；

根据所述初始隐私应用列表结合所述与隐私信息相关的使用习惯数据，得到向所述用户推荐的目标隐私应用列表。

一种隐私应用推荐装置，所述装置包括：

初始隐私应用列表获取模块，用于获取向用户推荐的初始隐私应用列表；

使用习惯数据获取模块，用于获取所述用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据；

目标隐私应用列表得到模块，用于根据所述初始隐私应用列表结合所述与隐私信息相关的使用习惯数据，得到向所述用户推荐的目标隐私应用列表。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的隐私应用推荐方法的步骤。

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，处理器执行计算机程序时执行如上所述的隐私应用推荐方法的步骤。

上述隐私应用推荐方法和装置、存储介质、电子设备，获取向用户推荐的初始隐私应用列表，获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据。根据初始隐私应用列表结合与隐私信息相关的使用习惯数据，得到向用户推荐的目标隐私应用列表。首先获取初始隐私应用列表，由于初始隐私应用列表中所推荐的隐私应用可能与用户实际的使用习惯不一致，因此再获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据。从而将两者进行结合，得到与用户更为符合的目标隐私应用列表以供用户筛选。用户就能够快捷且准确的将自身需要隐藏的应用批量添加至隐私应用列表，而不需要进行逐个手动添加。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为一个实施例中电子设备的内部结构图；

图2为一个实施例中隐私应用推荐方法的应用环境图；

图3为一个实施例中隐私应用推荐方法的流程图；

图4为图3中获取使用习惯数据方法的流程图；

图5为一个实施例中隐私应用推荐方法的流程图；

图6为一个实施例中隐私应用推荐装置的结构示意图；

图7为一个实施例中隐私应用推荐装置的结构示意图；

图8为一个实施例中隐私应用推荐装置的结构示意图；

图9为一个实施例中提供的电子设备相关的手机的部分结构的框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

图1为一个实施例中电子设备的内部结构示意图。如图1所示，该电子设备包括通过***总线连接的处理器、存储器和网络接口。其中，该处理器用于提供计算和控制能力，支撑整个电子设备的运行。存储器用于存储数据、程序等，存储器上存储至少一个计算机程序，该计算机程序可被处理器执行，以实现本申请实施例中提供的适用于电子设备的隐私应用推荐方法。存储器可包括磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random-Access-Memory，RAM)等。例如，在一个实施例中，存储器包括非易失性存储介质及内存储器。非易失性存储介质存储有操作***和计算机程序。该计算机程序可被处理器所执行，以用于实现以下各个实施例所提供的一种隐私应用推荐方法。内存储器为非易失性存储介质中的操作***计算机程序提供高速缓存的运行环境。网络接口可以是以太网卡或无线网卡等，用于与外部的电子设备进行通信。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。

本申请实施例提供的隐私应用推荐方法可应用于如图2所示的环境中。参考图2所示，电子设备202通过网络与服务器204连接。

在一个实施例中，如图3所示，提供了一种隐私应用推荐方法，以该方法应用于图1中的电子设备为例进行说明，包括：

步骤310，获取向用户推荐的初始隐私应用列表。

电子设备获取服务器向用户推荐的初始隐私应用列表。服务器收集大量用户当前设置的隐私保护的隐私应用列表，分析隐私应用列表中应用的特征，统计出共性的应用程序，将这些具有共性的应用程序添加至初始隐私应用列表。服务器上存储的初始隐私应用列表可以为一份或多份不同的列表。例如，一份初始隐私应用列表可以包括微信、QQ、陌陌等聊天应用，还包括快播、B站等视频应用。

步骤320，获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据。

具体地，用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据，可以包括用户在使用应用时候的输入、输出涉及到了隐私信息，隐私信息包括钱财交易、身份信息等。与隐私信息相关的使用习惯数据还可以括用户对应用的一些访问权限的设置，例如，用户对该应用设置了该应用不可以访问位置信息、通讯录、相册等。获取用户在使用电子设备上的每一个应用所产生的与隐私信息相关的使用习惯数据。

步骤330，根据初始隐私应用列表结合与隐私信息相关的使用习惯数据，得到向用户推荐的目标隐私应用列表。

在有了初始隐私应用列表之后，再结合所获取的用户在使用电子设备上的每一个应用所产生的与隐私信息相关的使用习惯数据。首先判断初始隐私应用列表中的应用是否已经安装在用户的电子设备中，若是，则继续判断这些已安装的且存在于初始隐私应用列表中的应用，继续判断是否在本用户的使用过程中涉及到隐私信息，若涉及到隐私信息则继续获取用户的一些与隐私信息相关的使用习惯数据。若该应用涉及到隐私信息(包括钱财交易、身份信息等)，或用户对该应用设置了该应用不可以访问位置信息、通讯录、相册等，则将该应用名称添加至目标隐私应用列表中，将该目标隐私应用列表推荐给用户，以便用户在目标隐私应用列表中进行选择，并将所选择的应用批量进行隐藏。

本申请实施例中，首先获取初始隐私应用列表，由于初始隐私应用列表中所推荐的隐私应用可能与用户实际的使用习惯不一致，因此再获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据。从而将两者进行结合，得到与用户更为符合的目标隐私应用列表以供用户筛选。用户就能够快捷且准确的将自身需要隐藏的应用批量添加至隐私应用列表，而不需要进行逐个手动添加。

在一个实施例中，获取向用户推荐的初始隐私应用列表，包括：

从服务器中获取向用户推荐的初始隐私应用列表，初始隐私应用列表为服务器对所收集的不同用户在电子设备上设置的隐私应用，进行统计学分析而得出的。

具体地，电子设备将自身上所设置的进行隐私保护的隐私应用列表上传至服务器，服务器收集大量用户对电子设置当前所设置的隐私保护的隐私应用列表。并对所收集的所有用户的隐私应用列表进行统计学分析，分析出那些应用为用户高频进行隐藏的隐私应用。例如，对所收集的一万个样本的数据进行分析，分析出用户高频进行隐藏的隐私应用包括微信、QQ、陌陌、快播、B站等。当然，也可以根据所收集到的样本分析出其他用户高频进行隐藏的应用。这些高频进行隐藏的隐私应用就构成了初始隐私应用列表。电子设备再从服务器中获取到向用户推荐的初始隐私应用列表。

本申请实施例中，通过服务器收集用户在电子设备上设置进行隐藏的隐私应用的样本数据，然后再根据样本数据分析得出用户一般高频进行隐藏的隐私应用，将这些用户高频进行隐藏的隐私应用构成初始隐私应用列表，并将该初始隐私应用列表推荐给用户，在用户设置隐私应用的时候作为参考。这样通过服务器进行大数据分析得出的初始隐私应用列表中的数据会更加准确，更加具有参考价值。

在一个实施例中，如图4所示，获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据，包括：

步骤322，分别收集预设时间段内用户对电子设备上的每个应用进行使用所产生的使用数据。

预设时间段可以设置为一周或一个月，或者根据用户使用电子设备的频率相应地进行设置。例如，也可以设置为一天或三天为一个预设时间段。在设置了预设时间段之后，就在该预设时间段内收集用户对电子设备上的每个应用进行使用所产生的使用数据。收集的使用数据可以包括在预设时间段内用户使用应用的频率、使用时长、输入输出数据、用户所设置的是否可以访问位置信息、通讯录、相册等。

步骤324，从使用数据中获取与隐私信息相关的使用数据。

对上述所收集的使用数据进行筛选，将涉及到与隐私信息相关的使用数据筛选出来。例如，若输入输出数据中涉及到隐私信息(包括钱财交易、身份信息等)或一些重要的聊天信息等，及用户所设置的是否可以访问位置信息、通讯录、相册等。将上述与隐私信息相关的使用数据筛选出来。

步骤326，对与隐私信息相关的使用数据进行深度学习得到应用与隐私信息相关的使用习惯数据。

在获取到用户使用某个应用而产生的与隐私信息相关的使用数据之后，对这些与隐私信息相关的使用数据进行深度学习，学习出用户在使用该应用时候尤其是涉及隐私信息时候的使用习惯。例如，在使用该应用时候涉及到的隐私信息的出现概率及隐私等级，从而根据涉及到的隐私信息的出现概率及隐私等级来判断该应用隐私性的强弱。

本申请实施例中，在预设时间段内对用户使用应用的使用数据进行收集，在从中筛选出有用的信息(在使用应用时所产生的与隐私信息相关的使用数据)。然后对这些有用的信息进行深度学习，经过深度学习之后，学习出用户在使用该应用时候所产生的与隐私信息相关的使用习惯数据。从与隐私信息相关的使用习惯数据就可以反应出应用对于用户的隐私性强弱。

在一个实施例中，对与隐私信息相关的使用数据进行深度学习得到应用与隐私信息相关的使用习惯数据，包括：

获取与隐私信息相关的使用数据在使用数据中的出现概率及隐私等级；

将出现概率和隐私等级进行深度学习，得出应用的隐私性强弱。

具体地，对于一个应用A，在预设时间段内获取到用户对该应用A的所有使用数据，然后在从中获取到与计算出隐私信息相关的使用数据。然后，计算出在预设时间段内与隐私信息相关的使用数据在使用数据中的出现概率及隐私等级。可以预先按照用户的划分标准进行隐私等级的划分，划分为高中低三档，例如，在使用该应用A的过程中涉及到钱财交易，但是可以设置涉及到500元以上的钱财交易，则该隐私信息的隐私等级为高；可以设置涉及到500元及以下的钱财交易，则该隐私信息的隐私等级为中；若使用该应用的过程中涉及到身份信息(例如身份证号码、姓名籍贯及银行***码等)，则该隐私信息的隐私等级为低，将其他基本不存在隐私风险的用户行为不划分隐私级别，即视为不存在隐私级别。当然，上述只是提供了一种划分方式，也可以根据用户个人对于隐私等级的不同划分标准而执行相应的标准。

按照上述计算方式，就可以计算出在预设时间段内用户在使用应用A时候所产生的使用数据对应的隐私等级，并计算出每一个隐私等级所对应的出现概率。例如，统计出用户在使用应用A时候隐私等级为高，对应的出现概率为80％；隐私等级为中，对应的出现概率为60％；隐私等级为低，对应的出现概率为80％。假设对隐私等级为高的权值设置为1，而将隐私等级为中的权值设置为0.7，而将隐私等级为低的权值设置为0.2。以上权值的设置是根据所获取的样本数据进行大数据分析之后，所得到的能够比较合理地反应应用的隐私性强弱的数值，当然也可以替换为其他合理地数值。设置应用A的隐私性强弱的计算方法为：将上述隐私等级对应的出现概率按照权值进行加权求和。进而计算出应用A的隐私强弱值为：1×80％+0.7×60％+0.2×80％＝1.38。

本申请实施例中，

在一个实施例中，根据初始隐私应用列表结合与隐私信息相关的使用习惯数据，得到向用户推荐的目标隐私应用列表，包括：

判断应用的隐私性强弱是否超过设定阈值；

若是，则判断应用是否存在于初始隐私应用列表中；

若是，则将应用添加至向用户推荐的目标隐私应用列表中，生成目标隐私应用列表。

具体地，例如可以预先设定隐私性强弱对应的值的设定阈值为0.5，大于0.5则说明隐私性较强，小于等于0.5则说明隐私性较弱。在预设时间段(一周)内用户在使用应用B时候隐私等级为高，对应的出现概率为0；隐私等级为中，对应的出现概率为60％；隐私等级为低，对应的出现概率为20％。假设对隐私等级为高的权值设置为1，而将隐私等级为中的权值设置为0.7，而将隐私等级为低的权值设置为0.2。设置应用B的隐私性强弱的计算方法为：将上述隐私等级对应的出现概率按照权值进行加权求和。进而计算出应用B的隐私强弱值为：1×0+0.7×60％+0.2×20％＝0.46＜0.5。则计算出应用B的隐私性较弱。上述划分隐私性强弱的数值0.5，这个数值是根据所获取的样本数据进行大数据分析之后所得出的比较能够反应应用的隐私性强弱的数值，当然也可以替换为其他合理地数值。

若对于某个应用经过上述计算之后所获得的隐私性强弱对应的值是超过了设定阈值的话，可以直接将该应用添加至向用户推荐的目标隐私应用列表。也可以再继续判断应用是否存在于初始隐私应用列表中，若是，则将应用添加至向用户推荐的目标隐私应用列表中，生成目标隐私应用列表。若不是，则不将应用添加至向用户推荐的目标隐私应用列表中。以减少在预设时间段内可能是统计结果出现了误差，而造成的噪音干扰，也可以是样本统时间过短而未实际反映用户的使用习惯而出现了误差造成噪音干扰。

本申请实施例中，判断应用的隐私性强弱是否超过设定阈值，再继续判断应用是否存在于初始隐私应用列表中。将用户个人使用习惯和服务器上对多个用户进行分析所得出的使用习惯进行结合，从而兼顾总体样本的普适性和个人样本的特殊性，使得最终结合之后所得的向用户推荐的目标隐私应用列表更加接近用户的真实需求。

在一个实施例中，如图5所示，在根据初始隐私应用列表结合与隐私信息相关的使用习惯数据，得到向用户推荐的目标隐私应用列表之后，包括：

步骤340，将目标隐私应用列表进行展示以供用户进行筛选。

步骤350，接收用户从目标隐私应用列表中筛选出的隐私应用，对隐私应用进行隐藏。

本申请实施例中，例如用户在使用了电子设备预设时间段之后，且得到了向用户推荐的目标隐私应用列表之后，假设用户需要设置隐私应用时则将目标隐私应用列表进行展示以供用户进行筛选。展示的方式可以是通过界面进行展示，以供用户直观地进行点击筛选。当用户点击了哪些应用进行隐藏之后，则后台中就将这些应用设置为隐藏状态，即处于隐藏状态的应用是不能够在电子设备的显示界面中直观访问的应用，一般是需要进行一些特殊的身份验证之后才可以进行访问。

在一个实施例中，在接收用户从目标隐私应用列表中筛选出的隐私应用，对隐私应用进行隐藏之后，包括：

将用户在电子设备上设置的隐私应用进行记录，并将记录上传至服务器进行保存。

本申请实施例中，在通过上述隐私推荐方法对用户在设置隐私应用时候进行推荐，且用户进行了筛选并进行了相应的隐私设置之后。还需要将用户实际所进行隐藏的应用的信息进行记录，并将记录上传至服务器中进行保存。服务器便通过这种信息收集方式，收集更多的用户的隐私设置信息。不断对所收集的所有用户的隐私应用列表进行统计学分析，分析出那些应用为用户高频进行隐藏的隐私应用，以不断地对推荐给用户的初始隐私应用列表进行数据更新。

在一个实施例中，如图6所示，提供了一种隐私应用推荐装置600，装置包括：初始隐私应用列表获取模块610、使用习惯数据获取模块620及目标隐私应用列表得到模块630。其中，

初始隐私应用列表获取模块610，用于获取向用户推荐的初始隐私应用列表；

使用习惯数据获取模块620，用于获取用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据；

目标隐私应用列表得到模块630，用于根据初始隐私应用列表结合与隐私信息相关的使用习惯数据，得到向用户推荐的目标隐私应用列表。

在一个实施例中，初始隐私应用列表获取模块610，还用于从服务器中获取向用户推荐的初始隐私应用列表，初始隐私应用列表为服务器对所收集的不同用户在电子设备上设置的隐私应用，进行统计学分析而得出的。

在一个实施例中，使用习惯数据获取模块620，还用于分别收集预设时间段内用户对电子设备上的每个应用进行使用所产生的使用数据；从使用数据中获取与隐私信息相关的使用数据；对与隐私信息相关的使用数据进行深度学习得到应用与隐私信息相关的使用习惯数据。

在一个实施例中，使用习惯数据获取模块620，还用于获取与隐私信息相关的使用数据在使用数据中的出现概率及隐私等级；

将出现概率和隐私等级进行深度学习，得出应用的隐私性强弱。

在一个实施例中，目标隐私应用列表得到模块630，还用于判断应用的隐私性强弱是否超过设定阈值；若是，则判断应用是否存在于初始隐私应用列表中；若是，则将应用添加至向用户推荐的目标隐私应用列表中，生成目标隐私应用列表。

在一个实施例中，如图7所示，提供了一种隐私应用推荐装置600，装置还包括：

筛选模块640，用于将目标隐私应用列表进行展示以供用户进行筛选；

隐藏模块650，用于接收用户从目标隐私应用列表中筛选出的隐私应用，对隐私应用进行隐藏。

在一个实施例中，如图8所示，提供了一种隐私应用推荐装置600，装置还包括：记录上传模块660，用于将用户在电子设备上设置的隐私应用进行记录，并将记录上传至服务器进行保存。

上述隐私应用推荐装置中各个模块的划分仅用于举例说明，在其他实施例中，可将隐私应用推荐装置按照需要划分为不同的模块，以完成上述隐私应用推荐装置的全部或部分功能。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各实施例所提供的隐私应用推荐方法的步骤。

在一个实施例中，提供了一种电子设备，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，处理器执行计算机程序时实现上述各实施例所提供的隐私应用推荐方法的步骤。

本申请实施例还提供了一种计算机程序产品，当其在计算机上运行时，使得计算机执行上述各实施例所提供的隐私应用推荐方法的步骤。、

本申请实施例还提供了一种电子设备。如图9所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该电子设备可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑、穿戴式设备等任意终端设备，以电子设备为手机为例：

图9为与本申请实施例提供的电子设备相关的手机的部分结构的框图。参考图9，手机包括：射频(Radio Frequency，RF)电路910、存储器920、输入单元930、显示单元940、传感器950、音频电路990、无线保真(wireless fidelity，WiFi)模块970、处理器980、以及电源990等部件。本领域技术人员可以理解，图9所示的手机结构并不构成对手机的限定，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。

其中，RF电路910可用于收发信息或通话过程中，信号的接收和发送，可将基站的下行信息接收后，给处理器980处理；也可以将上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，RF电路910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，包括但不限于全球移动通讯***(Global System ofMobile communication，GSM)、通用分组无线服务(General Packet Radio Service，GPRS)、码分多址(Code Division Multiple Access，CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access，WCDMA)、长期演进(Long Term Evolution，LTE))、电子邮件、短消息服务(Short Messaging Service，SMS)等。

存储器920可用于存储软件程序以及模块，处理器980通过运行存储在存储器920的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器920可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等；数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。此外，存储器920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。

输入单元930可用于接收输入的数字或字符信息，以及产生与手机900的用户设置以及功能控制有关的键信号输入。具体地，输入单元930可包括触控面板931以及其他输入设备932。触控面板931，也可称为触摸屏，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931上或在触控面板931附近的操作)，并根据预先设定的程式驱动相应的连接装置。在一个实施例中，触控面板931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980，并能接收处理器980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931。除了触控面板931，输入单元930还可以包括其他输入设备932。具体地，其他输入设备932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)等中的一种或多种。

显示单元940可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元940可包括显示面板941。在一个实施例中，可以采用液晶显示器(LiquidCrystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板941。在一个实施例中，触控面板931可覆盖显示面板941，当触控面板931检测到在其上或附近的触摸操作后，传送给处理器980以确定触摸事件的类型，随后处理器980根据触摸事件的类型在显示面板941上提供相应的视觉输出。虽然在图9中，触控面板931与显示面板941是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板931与显示面板941集成而实现手机的输入和输出功能。

手机900还可包括至少一种传感器950，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可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941的亮度，接近传感器可在手机移动到耳边时，关闭显示面板941和/或背光。运动传感器可包括加速度传感器，通过加速度传感器可检测各个方向上加速度的大小，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)、振动识别相关功能(比如计步器、敲击)等；此外，手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。

音频电路990、扬声器991和传声器992可提供用户与手机之间的音频接口。音频电路990可将接收到的音频数据转换后的电信号，传输到扬声器991，由扬声器991转换为声音信号输出；另一方面，传声器992将收集的声音信号转换为电信号，由音频电路990接收后转换为音频数据，再将音频数据输出处理器980处理后，经RF电路910可以发送给另一手机，或者将音频数据输出至存储器920以便后续处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块970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9示出了WiFi模块970，但是可以理解的是，其并不属于手机900的必须构成，可以根据需要而省略。

处理器980是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器920内的软件程序和/或模块，以及调用存储在存储器920内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。在一个实施例中，处理器980可包括一个或多个处理单元。在一个实施例中，处理器980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***、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980中。

手机900还包括给各个部件供电的电源990(比如电池)，优选的，电源可以通过电源管理***与处理器980逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。

在一个实施例中，手机900还可以包括摄像头、蓝牙模块等。

本申请所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种隐私应用推荐方法，其特征在于，包括：

获取向用户推荐的初始隐私应用列表；

获取所述用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据；

根据所述初始隐私应用列表结合所述与隐私信息相关的使用习惯数据，得到向所述用户推荐的目标隐私应用列表。

2.根据权利要求1所述的方法，其特征在于，所述获取向用户推荐的初始隐私应用列表，包括：

从服务器中获取向用户推荐的初始隐私应用列表，所述初始隐私应用列表为服务器对所收集的不同用户在电子设备上设置的隐私应用，进行统计学分析而得出的。

3.根据权利要求1所述的方法，其特征在于，所述获取所述用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据，包括：

分别收集预设时间段内所述用户对电子设备上的每个应用进行使用所产生的使用数据；

从所述使用数据中获取与隐私信息相关的使用数据；

对所述与隐私信息相关的使用数据进行深度学习得到所述应用与隐私信息相关的使用习惯数据。

4.根据权利要求3所述的方法，其特征在于，对所述与隐私信息相关的使用数据进行深度学习得到所述应用与隐私信息相关的使用习惯数据，包括：

获取所述与隐私信息相关的使用数据在所述使用数据中的出现概率及隐私等级；

将所述出现概率和所述隐私等级进行深度学习，得出所述应用的隐私性强弱。

5.根据权利要求4所述的方法，其特征在于，根据所述初始隐私应用列表结合所述与隐私信息相关的使用习惯数据，得到向所述用户推荐的目标隐私应用列表，包括：

判断所述应用的隐私性强弱是否超过设定阈值；

若是，则判断所述应用是否存在于所述初始隐私应用列表中；

若是，则将所述应用添加至向所述用户推荐的目标隐私应用列表中，生成目标隐私应用列表。

6.根据权利要求1所述的方法，其特征在于，在所述根据所述初始隐私应用列表结合所述与隐私信息相关的使用习惯数据，得到向所述用户推荐的目标隐私应用列表之后，包括：

将所述目标隐私应用列表进行展示以供所述用户进行筛选；

接收所述用户从所述目标隐私应用列表中筛选出的隐私应用，对所述隐私应用进行隐藏。

7.根据权利要求6所述的方法，其特征在于，在接收所述用户从所述目标隐私应用列表中筛选出的隐私应用，对所述隐私应用进行隐藏之后，包括：

将所述用户在电子设备上设置的隐私应用进行记录，并将所述记录上传至服务器进行保存。

8.一种隐私应用推荐装置，其特征在于，所述装置包括：

初始隐私应用列表获取模块，用于获取向用户推荐的初始隐私应用列表；

使用习惯数据获取模块，用于获取所述用户对电子设备上的应用进行使用所产生的与隐私信息相关的使用习惯数据；

目标隐私应用列表得到模块，用于根据所述初始隐私应用列表结合所述与隐私信息相关的使用习惯数据，得到向所述用户推荐的目标隐私应用列表。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的隐私应用推荐方法的步骤。

10.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的隐私应用推荐方法的步骤。