CN117992397A - 一种冷热数据预估的方法和电子设备 - Google Patents
一种冷热数据预估的方法和电子设备 Download PDFInfo
- Publication number
- CN117992397A CN117992397A CN202211334403.0A CN202211334403A CN117992397A CN 117992397 A CN117992397 A CN 117992397A CN 202211334403 A CN202211334403 A CN 202211334403A CN 117992397 A CN117992397 A CN 117992397A
- Authority
- CN
- China
- Prior art keywords
- file
- value
- target
- cold
- electronic device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000009417 prefabrication Methods 0.000 claims abstract description 8
- 238000001816 cooling Methods 0.000 claims description 89
- 230000015654 memory Effects 0.000 claims description 28
- 230000006870 function Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 8
- 230000005012 migration Effects 0.000 abstract description 34
- 238000013508 migration Methods 0.000 abstract description 34
- 238000004891 communication Methods 0.000 description 42
- 230000006854 communication Effects 0.000 description 42
- 238000012545 processing Methods 0.000 description 27
- 238000009499 grossing Methods 0.000 description 18
- 230000007246 mechanism Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000010295 mobile communication Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 7
- 230000000750 progressive effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000035515 penetration Effects 0.000 description 5
- 238000001764 infiltration Methods 0.000 description 4
- 230000008595 infiltration Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 229920001621 AMOLED Polymers 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供了一种冷热数据预估的方法和电子设备,所述方法应用于电子设备,所述方法包括:记录用户在第一时段内访问所述电子设备的访问次数;根据所述访问次数确定目标模型中的目标参数,所述目标参数包括预制参数α和时间分片,当所述预制参数α为指定值时,所述时间分片与所述访问次数成正比;将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,所述第一文件为所述电子设备中的任一文件。本申请实施例提供的方案,可以提高电子设备确定文件迁移或不迁移的准确率,也可以体现用户的差异性和个性化。
Description
技术领域
本申请实施例涉及数据处理领域,尤其涉及一种冷热数据预估的方法和电子设备。
背景技术
随着终端设备的快速发展,电子产品越来越受到用户的喜爱,例如手机、平板等。然而电子产品的存储空间是有限的,当用户长时间使用电子产品后,该电子产品中会存储大量文件数据(如照片、视频、文档、音频等),这些文件数据会占据较多的存储空间。其中,这些数据中仅有少量是用户经常访问的,我们称之为热数据,剩余大量用户不经常访问的数据,称之为冷数据。为了增加终端设备的可用存储空间,可以将不经常访问的冷数据备份迁移到其他存储介质,如云盘、家庭存储设备等。
目前,现有技术通过指数平滑预估算法可以预估用户访问文件的概率,根据所预估的概率确定该文件数据是冷数据还是热数据。具体地,可以基于用户对文件数据的访问记录信息,使用指数平滑算法预估用户未来再次访问相同文件数据的概率。然而,该方案是针对海量数据以及海量用户的访问,对错误容忍度高,而终端设备中的所记录的访问的文件数据为小样本数据,基于小样本数据构建的模型对错误容忍度低,所预估的概率的准确率较低,导致文件迁移错误;而且,海量用户的使用***滑模型进行预估无法体现个性化。
发明内容
本申请实施例提供一种冷热数据预估的方法和电子设备,可以提高电子设备确定文件迁移或不迁移的准确率,也可以体现用户的差异性和个性化。
第一方面,提供了一种冷热数据预估的方法,所述方法应用于电子设备,所述方法包括:记录用户访问所述电子设备的访问次数;根据所述访问次数确定目标模型中的目标参数,所述目标参数包括预制参数α和时间分片,当所述预制参数α为指定值时,所述时间分片与所述访问次数成正比;将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,所述第一文件为所述电子设备中的任一文件。
本申请实施例提供的方案,电子设备基于记录的用户在第一时段内访问其设备自身的访问次数确定目标模型的目标参数,并将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,由于本申请实施例中所确定的目标模型的目标参数与电子设备记录的用户访问设备自身的访问次数有关,可以提高电子设备确定文件迁移或不迁移的准确率,同时每一个电子设备的访问次数与用户行为有关,本申请实施例根据访问次数构建目标模型,可以体现用户的差异性和个性化。
结合第一方面,在一些可能的实现方式中,所述将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,包括:将所述第一文件在所述第一时段内的目标参数输入所述目标模型,输出所述第一文件的初始冷热值;根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,电子设备基于记录的用户访问其设备自身的访问次数确定目标模型的目标参数,将第一文件在第一时段内的目标参数输入目标模型,输出第一文件的初始冷热值,根据初始冷热值确定是否将第一文件迁移出所述电子设备,由于本申请实施例中所构建的目标模型与电子设备记录的用户访问设备自身的访问次数有关,可以提高电子设备预估文件数据的初始冷热值的准确率,从而可以提高电子设备确定文件迁移或不迁移的准确率,同时每一个电子设备的访问次数与用户行为有关,本申请实施例根据访问次数构建目标模型,可以体现用户的差异性和个性化。
结合第一方面,在一些可能的实现方式中,所述根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备,包括:若所述初始冷热值小于第一阈值,确定将所述第一文件迁移出所述电子设备;或者,若所述初始冷热值大于或等于所述第一阈值,确定不将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,电子设备可以根据第一文件的初始冷热值和第一阈值的大小确定是否对第一文件进行迁移,即若第一文件的初始冷热值小于第一阈值,确定将第一文件迁移出电子设备;若第一文件的初始冷热值大于或等于第一阈值,确定不将第一文件迁移出电子设备。由于本申请实施例中的第一文件的初始冷热值是通过目标模型计算的,而目标模型的构建与电子设备记录的用户访问设备自身的访问次数有关,从而可以提高电子设备预估的文件数据的初始冷热值的准确率,有利于准确判断是否将第一文件迁移出电子设备。
结合第一方面,在一些可能的实现方式中,所述方法还包括:对所述第一文件的初始冷热值进行渗透处理,以获得所述第一文件的目标冷热值,所述目标冷热值大于或等于所述初始冷热值;所述根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备,包括:根据所述第一文件的目标冷热值确定是否将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,电子设备通过目标模型获得第一文件的初始冷热值后,可以先对第一文件的初始冷热值进行渗透处理,再根据渗透处理后获得的目标冷热值确定是否将第一文件迁移出所述电子设备,由于渗透处理后得到的目标冷热值大于或等于初始冷热值,因此,对单纯根据初始冷热值确定的迁移或不迁移的文件,可以根据渗透处理后得到的目标冷热值重新确定迁移结果,以优化迁移机制。
结合第一方面,在一些可能的实现方式中,所述根据所述第一文件的目标冷热值确定是否将所述第一文件迁移出所述电子设备,包括:若所述第一文件的目标冷热值小于或等于第二阈值,确定将所述第一文件迁移出所述电子设备;或者,若所述第一文件的目标冷热值大于或等于第三阈值,确定不将所述第一文件迁移出所述电子设备;若所述第一文件的目标冷热值大于所述第二阈值且小于所述第三阈值,根据所述第一文件的冷热密度确定是否将所述第一文件迁移出所述电子设备,所述第一文件的冷热密度为所述第一文件的目标冷热值和所述第一文件的存储大小的比值。
本申请实施例提供的方案,电子设备可以根据第一文件的目标冷热值确定是否将第一文件迁移出所述电子设备,即若第一文件的目标冷热值小于或等于第二阈值,确定将所述第一文件迁移出电子设备;若第一文件的目标冷热值大于或等于第三阈值,确定不将第一文件迁移出电子设备;若第一文件的目标冷热值大于第二阈值且小于第三阈值,根据第一文件的冷热密度确定是否将第一文件迁移出电子设备。本申请实施例将冷热值和冷热密度这两个参数共同作为是否迁移文件的参考依据,可以提高迁移结果的可靠性,进一步优化了迁移机制。
结合第一方面,在一些可能的实现方式中,所述根据所述第一文件的冷热密度确定是否将所述第一文件迁移出所述电子设备,包括:若所述第一文件的冷热密度小于第四阈值,确定将所述第一文件迁移出所述电子设备;或者,若所述第一文件的冷热密度大于或等于所述第四阈值,确定不将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,在第一文件的目标冷热值大于第二阈值且小于第三阈值的情况下,根据第一文件的冷热密度确定是否将第一文件迁移出电子设备,即,若第一文件的冷热密度小于第四阈值,确定将第一文件迁移出电子设备;若第一文件的冷热密度大于或等于第四阈值,确定不将第一文件迁移出电子设备。本申请实施例将冷热值和冷热密度这两个参数共同作为是否迁移文件的参考依据,可以提高确定文件是否迁移的可靠性,进一步优化迁移机制。
结合第一方面,在一些可能的实现方式中,所述第一文件属于M个标签,所述对所述第一文件的初始冷热值进行渗透处理,包括:根据所述第一文件的初始冷热值和所述M个标签所包括的文件的初始冷热值的平均值确定第一目标值,M为正整数;确定所述第一目标值为所述第一文件的目标冷热值。
本申请实施例提供的方案,若第一文件属于M个标签,电子设备可以根据第一文件的初始冷热值和M个标签所包括的文件的初始冷热值的平均值确定第一目标值,并将第一目标值作为第一文件的目标冷热值,可以提高文件的初始冷热值,从而,对单纯根据初始冷热值确定的迁移或不迁移的文件,可以根据第一文件所属的标签中所包括的文件的初始冷热值的平均值确定该第一文件的目标冷热值以重新确定迁移结果,从而进一步优化迁移机制。
结合第一方面,在一些可能的实现方式中,所述根据所述第一文件的初始冷热值和所述M个标签所包括的文件的初始冷热的平均值确定第一目标值,包括:若M等于1,根据所述第一文件的初始冷热值和第一平均值的大小确定所述第一目标值,所述第一平均值为所述M个标签所包括的文件的初始冷热值的平均值;若M大于1,根据所述第一文件的初始冷热值和N个标签所包括的文件的初始冷热值的平均值的大小确定第一目标值,所述N个标签为所述M个标签中按照平均值从大到小的顺序选择的前N个标签,N为大于或等于2的整数。
本申请实施例提供的方案,当M为1时,电子设备可以根据第一文件的初始冷热值和第一平均值的大小确定第一目标值,第一平均值为第一文件所属的标签所包括的文件的初始冷热值的平均值;当M大于1时,电子设备可以根据第一文件的初始冷热值和N个标签所包括的文件的初始冷热值的平均值的大小确定第一目标值,其中,N个标签为所述 M个标签中按照平均值从大到小的顺序选择的前N个标签;然后将第一目标值作为第一文件的目标冷热值,可以提高文件的初始冷热值,从而,对单纯根据初始冷热值确定的迁移或不迁移的文件,可以根据第一文件所属的标签的数量以及标签中所包括的文件的初始冷热值的平均值确定该第一文件的目标冷热值以重新确定迁移结果,从而进一步优化迁移机制。
结合第一方面,在一些可能的实现方式中,所述根据所述第一文件的初始冷热值和第一平均值的大小确定第一目标值,包括:若所述第一文件的初始冷热值小于所述第一平均值,确定所述第一文件的初始冷热值和所述第一平均值的平均值为所述第一目标值;或者,若所述第一文件的初始冷热值大于或等于所述第一平均值,确定所述第一文件的初始冷热值为所述第一目标值。
本申请实施例提供的方案,电子设备可以根据第一文件的初始冷热值和第一平均值的大小确定第一目标值,即,若第一文件的初始冷热值小于第一平均值,确定第一文件的初始冷热值和第一平均值的平均值为第一目标值;若第一文件的初始冷热值大于或等于第一平均值,确定第一文件的初始冷热值为第一目标值,由于第一目标值大于或等于初始冷热值,电子设备后续可以根据目标冷热值判断是否迁移第一文件,对于原本根据初始冷热值确定要迁移或不迁移的第一文件可以重新确定迁移结果,以优化迁移机制。
第二方面,提供了一种装置,该装置包含在电子设备中,该装置具有实现上述方面及上述方面的可能实现方式中电子设备行为的功能。功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块或单元。
第三方面,提供了一种电子设备,包括:一个或多个处理器;存储器;一个或者多个应用程序;以及一个或多个计算机程序。其中,一个或多个计算机程序被存储在存储器中,一个或多个计算机程序包括指令。当指令被电子设备执行时,使得电子设备执行上述第一方面任一项可能的实现中的方法。
第四方面,提供了一种芯片***,包括至少一个处理器,当程序指令在所述至少一个处理器中执行时,使得上述第一方面任一项可能的实现中的方法在所述电子设备上的功能得以实现。
第五方面,提供了一种计算机存储介质,包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行上述第一方面任一项可能的实现中的方法。
第六方面,提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面任一项可能的设计中的方法。
附图说明
图1为本申请实施例提供的一种电子设备的硬件结构示意图。
图2为本申请实施例提供的一种电子设备的软件结构示意图。
图3为本申请应用的一种***架构的示意图。
图4为本申请实施例提供的一种冷热数据预估的方法示意图。
图5为本申请实施例提供的另一种冷热数据预估的方法示意图。
图6为本申请实施例提供的一种电子设备的示意性框图。
图7为本申请实施例提供的另一种电子设备的示意性框图。
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描述。其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
本申请实施例提供的方案可以应用于手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等电子设备上,本申请实施例对电子设备的具体类型不作任何限制。
示例性的,图1示出了电子设备100的结构示意图。电子设备100可以包括处理器110,外部存储器接口120,内部存储器121,通用串行总线(universal serial bus,USB)接口130,充电管理模块140,电源管理模块141,电池142,天线1,天线2,移动通信模块150,无线通信模块160,音频模块170,扬声器170A,受话器170B,麦克风170C,耳机接口170D,传感器模块180,按键190,马达191,指示器192,摄像头193,显示屏 194,以及用户标识模块(subscriber identification module,SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A,陀螺仪传感器180B,气压传感器180C,磁传感器 180D,加速度传感器180E,距离传感器180F,接近光传感器180G,指纹传感器180H,温度传感器180J,触摸传感器180K,环境光传感器180L,骨传导传感器180M等。
可以理解的是,本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了***的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus, USB)接口等。
I2C接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。在一些实施例中,处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K,充电器,闪光灯,摄像头193等。I2S接口可以用于音频通信。在一些实施例中,处理器110可以包含多组I2S总线。处理器110可以通过I2S总线与音频模块170耦合,实现处理器110与音频模块170之间的通信。PCM接口也可以用于音频通信,将模拟信号抽样,量化和编码。 UART接口是一种通用串行数据总线,用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。MIPI接口可以被用于连接处理器110与显示屏194,摄像头193等***器件。MIPI接口包括摄像头串行接口(camera serial interface, CSI),显示屏串行接口(display serial interface,DSI)等。GPIO接口可以通过软件配置。GPIO 接口可以被配置为控制信号,也可被配置为数据信号。USB接口130是符合USB标准规范的接口,具体可以是Mini USB接口,Micro USB接口,USB Type C接口等。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备100的结构限定。在本申请另一些实施例中,电子设备100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块140用于从充电器接收充电输入。其中,充电器可以是无线充电器,也可以是有线充电器。电源管理模块141用于连接电池142,充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入,为处理器110,内部存储器121,外部存储器,显示屏194,摄像头193,和无线通信模块160等供电。
电子设备100的无线通信功能可以通过天线1,天线2,移动通信模块150,无线通信模块160,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(low noise amplifier,LNA)等。移动通信模块150可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大,经天线1转为电磁波辐射出去。在一些实施例中,移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中,移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器170A,受话器170B等)输出声音信号,或通过显示屏194显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器110,与移动通信模块150或其他功能模块设置在同一个器件中。
无线通信模块160可以提供应用在电子设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星***(global navigation satellite system,GNSS),调频(frequency modulation, FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,电子设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得电子设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯***(global system for mobile communications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(codedivision multiple access,CDMA),宽带码分多址(wideband code division multipleaccess,WCDMA),时分码分多址(time-division code division multiple access,TD-SCDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。所述GNSS可以包括全球卫星定位***(global positioning system,GPS),全球导航卫星***(global navigation satellite system,GLONASS),北斗卫星导航***(beidounavigation satellite system, BDS),准天顶卫星***(quasi-zenith satellitesystem,QZSS)和/或星基增强***(satellite based augmentation systems,SBAS)。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed, Micro-oLed,量子点发光二极管(quantum dot lightemitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
电子设备100可以通过ISP,摄像头193,视频编解码器,GPU,显示屏194以及应用处理器等实现拍摄功能。
ISP用于处理摄像头193反馈的数据。摄像头193用于捕获静态图像或视频。视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样,电子设备100可以播放或录制多种编码格式的视频,例如:动态图像专家组(movingpicture experts group,MPEG)1,MPEG2,MPEG3,MPEG4等。
外部存储器接口120可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。
电子设备100的软件***可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本申请实施例以分层架构的Android***为例,示例性说明电子设备100的软件结构。
图2是本申请实施例的电子设备100的软件结构框图。分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android***分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和***库,以及内核层。应用程序层可以包括一系列应用程序包。
如图2所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图2所示,应用程序框架层可以包括窗口管理器,内容提供器,视图***,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图***包括可视控件,例如显示文字的控件,显示图片的控件等。视图***可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
Android runtime包括核心库和虚拟机。Android runtime负责安卓***的调度和管理。
***库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(media libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
为了便于理解本申请的方案,下文先简单介绍下与本申请相关的背景技术。
随着终端设备的快速发展,电子产品越来越受到用户的喜爱,例如手机、平板等。然而电子产品的存储空间是有限的,当用户长时间使用电子产品后,该电子产品中会存储大量文件数据(如照片、视频、文档、音频等),这些文件数据会占据较多的存储空间。其中,这些数据中仅有少量是用户经常访问的,我们称之为热数据,剩余大量用户不经常访问的数据,称之为冷数据。为了增加终端设备的可用存储空间,可以将不经常访问的冷数据备份迁移到其他存储介质,如云盘、家庭存储设备等。
目前,现有技术通过指数平滑预估算法可以预估用户访问文件的概率,根据所预估的概率确定该文件数据是冷数据还是热数据。具体地,可以基于用户对文件数据的访问记录信息,使用指数平滑算法预估用户未来再次访问相同文件数据的概率。然而,该方案是针对海量数据以及海量用户的访问,对错误容忍度高,而终端设备中的所记录的访问的文件数据为小样本数据,基于小样本数据构建的模型对错误容忍度低,所预估的概率的准确率较低,导致文件迁移错误;而且,海量用户的使用***滑模型进行预估无法体现个性化。
本申请提供一种冷热数据的预估方法,电子设备基于记录的用户访问设备的访问次数构建指数平滑模型,并根据指数平滑模型计算该文件数据的冷热值预估基线,可以提高电子设备预估文件数据的冷热值预估基线的准确率,同时每一个电子设备的访问次数与用户行为有关,本申请根据访问次数构建用于预估用户未来再次访问相同数据的概率的模型,可以体现用户的差异性和个性化;此外,本申请还可以对预估的冷热值预估基线进行渗透处理,根据渗透处理后得到的目标冷热值计算该文件的冷热密度,将目标冷热值和冷热密度作为是否迁移该文件的参考依据,可以提高迁移结果的可靠性,进一步优化了迁移机制。
如图3所示,为本申请应用的一种***架构的示意图。
参考图3,图中以设备中的图库应用为例,对于图库应用中的图片和视频,将图片和视频输入到数据管理服务中,数据管理服务中的冷热数据模型这一模块对设备的中的图片和视频使用指数平滑模型得到每一张图片和每一个视频的冷热值基线,根据标签类别和每一张图片以及每一个视频的冷热值基线对冷热值基线进行渗透处理,得到处理后的冷热值,对于每一张图片(或视频),根据处理后的冷热值和图片(或视频)的存储大小得到该图片(或视频)的冷热密度,可以将其作为是否迁移该图片(或视频)的参考。
如图4所示,为本申请实施例提供的一种冷热数据预估的方法示意图,该方法可以应用于电子设备,该方法可以包括步骤S410~S430。
S410,记录用户访问行为,基于用户访问行为,使用指数平滑模型计算数据的冷热值预估基线。
本申请实施例中,电子设备可以记录用户访问该电子设备上的文件的行为,例如,电子设备可以每隔30分钟或100分钟记录用户访问该电子设备上的文件行为,或者,当电子设备监测到用户访问设备本身时,可以记录用户访问该电子设备上的文件行为。本申请实施例中的文件可以包括图片、视频、文档、音频等。
具体地,在使用指数平滑模型计算数据的冷热值预估基线时,可以按照如下式(1)进行计算:
其中,tprev表示上次访问文件数据r的时间分片,tn表示本次访问该文件数据r的时间分片,estr(tprev)表示上次访问文件数据r时的概率预估,estr(tn)表示本次访问该文件数据r的概率预估,α为指数平滑模型的预制参数。
本申请实施例中,在利用上述式(1)计算数据的冷热值预估基线时,可以固定指数平滑模型中的预制参数α,根据电子设备记录的用户访问设备本身的访问次数确定时间分片的最优值。
如图5所示,为本申请实施例提供的一种时间分片的最优值和电子设备记录的用户访问电子设备的访问次数的关系的示意图。
参考图5,可以看出,时间分片和电子设备记录的用户访问电子设备的访问次数成正比关系,当电子设备记录的用户访问电子设备的访问次数越多,时间分片的最优值越大;当电子设备记录的用户访问电子设备的访问次数越少,时间分片的最优值越小。
本申请实施例中的时间分片的最优值可以理解为:按照该时间分片的最优值计算出的文件的冷热值预估基线与标准值的误差最小,其中标准值可以为在电子设备记录的用户访问电子设备的访问次数中,用户访问该文件的次数与用户访问所有文件的次数的比值。
示例性地,假设本申请实施例中将预制参数α固定为0.2,若电子设备记录的用户在一段时间内(如一个月内)访问该设备的访问次数为20000次,则时间分片的最优值可以设置为200小时。可以按照时间分片的最优值对时长进行划分,如可以将时长划分为0~200, 200~400,400~600,600~800等,其中,第1个时间段0~200可以记为“1”,第2个时间段200~400可以记为“2”,第3个时间段400~600可以记为“3”,第4个时间段600~800 记为“4”。
假设初始访问图片A1的概率为0,则预估用户在时间段“1”再次访问该图片A1的概率为:
预估用户在时间段“2”再次访问该图片A1的概率与用户是否在时间段“1”实际访问图片A1有关:
若用户确实在时间段“1”访问了该图片A1,当预估用户在时间段“2”再次访问该图片A1的概率时可以基于上述预估的用户在时间段“1”再次访问该图片A1的概率0.2 进行计算,即:
若用户在时间段“1”未访问该图片A1,当预估用户在时间段“2”再次访问该图片A1的概率时可以基于初始访问该图片A1的概率0进行计算,即:
类似地,预估用户在时间段“3”再次访问该图片A1的概率与用户是否在时间段“2”实际访问图片A1有关:
若后续用户确实在时间段“2”访问了该图片A1,当预估用户在时间段“3”再次访问该图片A1的概率时可以基于上述预估的用户在时间段“2”再次访问该图片A1的概率进行计算,假设用户在时间段“1”也访问了该图片A1,则:
若后续用户在时间段“2”未访问该图片A1,当预估用户在时间段“3”再次访问该图片A1的概率时可以基于上次用户访问该图片A1的概率进行计算,假设用户在时间段“1”访问了该图片A1,则上次访问该图片A1的概率为用户在时间段“1”访问该图片 A1的概率,即:
类似地,预估用户在时间段“4”再次访问该图片A1的概率与用户是否在时间段“3”实际访问图片A1有关:
若后续用户确实在时间段“3”访问了该图片A1,当预估用户在时间段“4”再次访问该图片A1的概率时可以基于上述预估的用户在时间段“3”再次访问该图片A1的概率进行计算,假设用户在时间段“2”和时间段“1”均访问了该图片A1,则:
若后续用户在时间段“3”未访问该图片A1,当预估用户在时间段“4”再次访问该图片A1的概率时可以基于上次用户访问该图片A1的概率进行计算,假设用户在时间段“2”访问了该图片A1,则上次访问该图片A1的概率为用户在时间段“2”访问该图片 A1的概率,假设用户在时间段“2”和时间段“1”均访问了该图片A1,即:
类似地,对于其它图片,也可以按照上述方法预估用户在某一时间段访问其它图片的概率,不再赘述。
本申请实施中的概率即为上述提及的冷热值预估基线。
当图片的冷热值预估基线小于第一阈值,则可以对该图片进行迁移,当图片的冷热值预估基线大于或等于第一阈值,则可以不对该图片进行迁移。
假设本申请实施例中的第一阈值为0.5,如上述示例中所示出的,若预估用户在时间段“4”访问图片A1的概率(即冷热值预估基线)为0.4304,图片A1的冷热值预估基线小于第一阈值,则可以对图片A1进行迁移。
若预估用户在时间段“4”访问图片A2的概率(即冷热值预估基线)为0.6,图片A2的冷热值预估基线大于第一阈值,则可以不对图片A2进行迁移。
本申请实施例提供的方案,电子设备基于记录的用户访问其设备自身的访问次数构建指数平滑模型,并根据指数平滑模型计算文件数据的冷热值预估基线,由于本申请实施例中所构建的指数平滑模型与电子设备记录的用户访问设备自身的访问次数有关,可以提高该电子设备中的文件数据的冷热值预估基线的准确率;同时每一个电子设备的访问次数与用户行为有关,本申请实施例根据访问次数构建用于预估用户未来再次访问相同数据的概率的模型,可以体现用户的差异性和个性化。
可选地,在一些实施例中,还可以包括步骤S420。
S420,根据冷热值预估基线和标签信息统计用户经常访问的标签列表,对同一标签类别的文件数据的冷热值预估基线进行渗透处理。
本申请实施例中的标签信息可以根据文件的种类划分,例如,对于图片这一类文件,可以将文件划分为“美食”、“景色”、“收藏”、“喜欢”、“截屏”、 这些标签等。
本申请实施例中,终端设备可以根据上述步骤S410中计算的每一个文件数据的冷热值预估基线统计标签列表中用户经常访问的标签列表。
假设上述每一个标签中均包括10张图片,则对于每一个标签中所包括的10张图片中的每一个图片,可以将预估的下个时间段的概率作为该图片的冷热值预估基线。对于每一个标签,可以计算每一个标签中所包括的10张图片的冷热值预估基线的算术平均值,根据算术平均值对标签进行排序。
示例性地,假设“美食”这一标签所包括的10张图片(包括图片A1、图片A2、图片A3、图片A4、图片A5、图片A6、图片A7、图片A8、图片A9、图片A10)的冷热值预估基线依次分别为:0.5,0.4,0.8,0.6,0.7,0.3,0.5,0.5,0.7,0.4,则“美食”这一标签的冷热值预估基线的算术平均值为0.54。
假设“景色”这一标签所包括的10张图片的冷热值预估基线依次分别为:0.6,0.4,0.3,0.6,0.2,0.3,0.1,0.2,0.7,0.8,则“景色”这一标签的冷热值预估基线的算术平均值为0.42。
类似地,按照上述方法可以计算出上述每一个标签的冷热值预估基线的均值,假设标签“美食”、“景色”、“收藏”、“喜欢”、“截屏”、 这8个标签的冷热值预估基线的算术平均值依次分别为0.54、0.42、0.60、0.80、0.25、 0.64、0.40、0.36;则上述8个标签类别按照冷热值预估基线的算术平均值的大小从大到小排序为:“喜欢”、/>“收藏”、“美食”、“景色”、/>“截屏”、/>
本申请实施例中,可以根据图片所属标签的数量对图片的冷热值预估基线进行渗透处理,具体地,若某一图片属于一个标签,则可以按照均值渗透的方式提高该图片的冷热值;若某一图片属于多个标签,则可以按照递进渗透的方式提高该图片的冷热值。具体请参考下文:
方式一:均值渗透
以图片为例,这种均值渗透的方式是对于标签中的图片的冷热值预估基线小于该标签的冷热值预估基线的算术平均值的图片,将该图片的冷热值预估基线和该标签的冷热值预估基线的算术平均值再次取平均值作为该图片的冷热值;对于标签中的图片的冷热值预估基线大于或等于该标签的冷热值预估基线的均值的图片,不做处理。
示例性地,如上述所示例的,“美食”这一标签所包括的10张图片(包括图片A1、图片A2、图片A3、图片A4、图片A5、图片A6、图片A7、图片A8、图片A9、图片 A10)的冷热值预估基线依次分别为:0.5,0.4,0.8,0.6,0.7,0.3,0.5,0.5,0.7,0.4,美食这一标签的冷热值预估基线的算术平均值为0.54。若图片A1、图片A2、图片A3以及图片A7、图片A10仅属于“美食”这一个标签,则可以按照以下方式提高这些图片的冷热值:
对于图片A1,其冷热值预估基线为0.5,小于“美食”这一标签的冷热值预估基线的算术平均值0.54,则可以将图片A1的冷热值预估基线和“美食”这一标签的冷热值预估基线的算术平均值的平均值作为图片A1的冷热值,即将(0.5+0.54)/2=0.52作为图片A1 的冷热值;
对于图片A2,其冷热值预估基线为0.4,小于“美食”这一标签的冷热值预估基线的算术平均值0.54,则可以将图片A2的冷热值预估基线和“美食”这一标签的冷热值预估基线的算术平均值的平均值作为图片A2的冷热值,即将(0.4+0.54)/2=0.47作为图片A2 的冷热值;
对于图片A3,其冷热值预估基线为0.8,大于“美食”这一标签的冷热值预估基线的算术平均值0.54,则可以对图片A3的冷热值预估基线不做处理,即图片A3的冷热值仍然为0.8;
对于图片A7,其冷热值预估基线为0.5,小于“美食”这一标签的冷热值预估基线的算术平均值0.54,则可以将图片A7的冷热值预估基线和“美食”这一标签的冷热值预估基线的算术平均值的平均值作为图片A7的冷热值,即将(0.5+0.54)/2=0.52作为图片A7 的冷热值;
对于图片A10,其冷热值预估基线为0.4,小于“美食”这一标签的冷热值预估基线的算术平均值0.54,则可以将图片A10的冷热值预估基线和“美食”这一标签的冷热值预估基线的算术平均值的平均值作为图片A10的冷热值,即将(0.4+0.54)/2=0.47作为图片A10的冷热值。
方式二:递进渗透
以图片为例,这种递进渗透的方式是对于属于多个标签类别的某一张图片,可以依据标签类别层层递进,不断提高该图片的冷热值。具体地,假设图片属于M个标签,可以先按照标签的冷热值预估基线的平均值从大到小的顺序从这M个标签中选择前N个标签,然后,比较该图片的冷热值预估基线和第N个标签的冷热值预估基线的平均值的大小,并根据比较结果确定第一目标值,再比较第一目标值和第(N-1)个标签的冷热值预估基线的平均值的大小,并根据比较结果确定第二目标值,以此类推,直到和第1个标签的冷热值预估基线的平均值进行比较,并根据比较结果确定第N目标值,将第N目标值为该图片的目标冷热值。
示例性地,假设上述M=4,N=3,若图片A1属于“美食”、“喜欢”、“微信”、“截屏”这4个标签类别,可以先按照标签的冷热值预估基线的算术平均值从大到小的顺序选择前3个标签,由于“美食”、“喜欢”、“微信”、“截屏”这4个标签的冷热值预估基线的算术平均值分别为0.54,0.80,0.64,0.40,因此,可以选择冷热值预估基线的算术平均值排在前3的标签,即“喜欢”、“微信”、“美食”这3个标签,其冷热值预估基线的算术平均值依次分别为0.80,0.64,0.54。
对于图片A1,其冷热值预估基线为0.5,可以先比较图片A1的冷热值预估基线和“美食”这一标签的冷热值预估基线的算术平均值,若图片A1的冷热值预估基线小于“美食”这一标签的冷热值预估基线的算术平均值,则可以将两者的平均值作为当前冷热值;若图片A1的冷热值预估基线大于或等于“美食”这一标签的冷热值预估基线的算术平均值,则可以将图片A1的冷热值预估基线作为当前冷热值。由于图片A1的冷热值预估基线0.5 小于“美食”这一标签的冷热值预估基线的算术平均值0.54,则可以将(0.5+0.54)/2=0.52 作为图片A1的当前冷热值;
然后比较图片A1的当前冷热值和“微信”这一标签的冷热值预估基线的算术平均值,由于图片A1的当前冷热值0.52小于“微信”这一标签的冷热值预估基线的算术平均值0.64,则可以将(0.52+0.64)/2=0.58作为图片A1的当前冷热值;
然后比较图片A1的当前冷热值和“喜欢”这一标签的冷热值预估基线的算术平均值,由于图片A1的当前冷热值0.58小于“喜欢”这一标签的冷热值预估基线的算术平均值0.80,则可以将(0.58+0.80)/2=0.69作为图片A1的当前冷热值;
最终可以将0.69作为图片A1的目标冷热值。
需要说明的是,上述实施例中均是以算术平均值为例的,在一些可能的实现方式中,还可以基于几何平均值、均方根平均值等对文件的冷热值预估基线进行处理,本申请对此不作具体限定。
还需要说明的是,对于一些特殊图片,可以将冷热值设置为1。例如,对于证件照、核酸检测的二维码等需要频繁使用的图片,可以将其冷热值设置为1,以避免由于冷热值较低被迁移至其它存储介质。
本申请实施例中,可以根据最终确定的图片的目标冷热值和第二阈值与第三阈值的大小确定该图片是否被迁移。具体地,当最终确定的图片的目标冷热值小于或等于第二阈值,则可以对该图片进行迁移;当最终确定的图片的目标冷热值大于第三阈值,则可以不对该图片进行迁移;若当最终确定的图片的目标冷热值大于第二阈值且小于第三阈值,则可以根据其它参数进一步确定该图片是否需要迁移。
例如,假设第二阈值为0.40,第三阈值为0.60,如上述示例中所示出的,结合上述方式一和上述方式二得到的图片A1的目标冷热值为0.69,由于图片A1的目标冷热值大于第三阈值,则可以不将图片A1迁移至其它存储介质,即将图片A1保留在终端设备本地中。
再例如,根据上述方式一得到的图片A2的目标冷热值为0.47,由于图片A2的目标冷热值大于第二阈值且小于第三阈值,则可以根据其它参数进一步判断该图片A2是否应该被迁移,具体内容请参见下文。
再例如,假设根据上述方式一和方式二得到的图片A5的目标冷热值为0.30,由于图片A5的目标冷热值小于第二阈值,则可以将图片A5进行迁移,如可以将图片A5迁移至其它存储介质。
当然,在一些可能的实现方式中,也可以从M个标签中任意选择N个标签,不予限制。
本申请实施例提供的方案,电子设备基于记录的用户访问其设备自身的访问次数构建指数平滑模型,并根据指数平滑模型计算文件数据的冷热值预估基线,然后对所预估的文件数据的冷热值预估基线进行了渗透处理,并将渗透处理后得到的目标冷热值作为是否迁移文件的参考,由于渗透处理后得到的目标冷热值大于或等于冷热值预估基线,对单纯根据冷热值预估基线确定的迁移或不迁移的文件,可以根据渗透处理后得到的目标冷热值对其再次进行判断,以优化迁移机制。
可选地,在一些实施例中,还可以包括步骤S430。
S430,根据处理后得到的文件的目标冷热值和该文件的存储大小计算其冷热密度,并结合目标冷热值和冷热密度作为迁移文件的参考。
本申请实施例中的冷热密度可以为处理后的文件数据的目标冷热值与该文件的存储大小的比值,即冷热密度=处理后的文件数据的目标冷热值/该文件的存储大小。
本申请实施例中,若文件的目标冷热值小于或等于第二阈值,可以对该文件进行迁移;若文件的目标冷热值大于或等于第三阈值,可以不对该文件进行迁移;若文件的目标冷热值大于第二阈值且小于第三阈值的情况下,可以进一步根据文件的冷热密度进行判断,即当文件的冷热密度小于第四阈值时,则可以对该文件进行迁移;当文件的冷热密度大于或等于第四阈值时,则可以不对该文件进行迁移。
需要额外说明的是,在目标冷热值小于或等于第二阈值的情况下,不管某一文件的冷热密度小于第四阈值还是大于或等于第四阈值,则均可以将该文件迁移至其它存储介质;在目标冷热值大于或等于第三阈值的情况下,不管某一文件的冷热密度小于第四阈值还是大于或等于第四阈值,则均可以不将该文件迁移至其它存储介质。
假设本申请实施例中的第二阈值为0.40,第三阈值为0.60,如上述示例中所示出的,结合上述方式一和上述方式二得到的图片A1的目标冷热值为0.69,由于图片A1的目标冷热值大于第三阈值,则不管该图片A1的冷热密度为多少,按照目标冷热值的判断方式即可以确定不对该图片A1进行迁移。
再例如,根据上述方式一得到的图片A2的目标冷热值为0.47,该目标冷热值大于第二阈值且小于第三阈值,则可以根据图片的冷热密度进一步确定是否对该图片A2进行迁移。
若图片A2的存储大小为10Mb,则该图片A2的冷热密度为0.47/10=0.047,若第四阈值为0.05,由于图片A2的冷热密度小于第四阈值,则按照冷热密度判断方式可以确定对该图片A2进行迁移。若图片A2的存储大小为20Mb,则该图片A2的冷热密度为 0.47/2=0.235,由于图片A2的冷热密度大于第四阈值,则可以不对图片A2进行迁移。
再例如,若按照上述方式计算得到的图片A5的目标冷热值为0.3,由于图片A5的目标冷热值小于第二阈值,则不管该图片A5的冷热密度为多少,按照冷热值的判断方式即可以确定对该图片A5进行迁移。
需要说明的是,本申请实施例中的第一阈值、第二阈值、第三阈值、第四阈值可以是固定值,也可以是动态变化值,不予限制。
若终端设备的存储空间被大量文件占用,即终端设备剩余的存储空间较少,此时终端设备可能需要迁移出较多的文件,则可以将第一阈值或第四阈值设置的较低些,第二阈值或第三阈值设置的较高些;若终端设备的存储空间被少量文件占用,即终端设备剩余的存储空间较多,此时终端设备可能需要迁移出较少的文件,则可以将第一阈值或第四阈值中的任意值设置的较高些,第二阈值或第三阈值设置的较低些。
本申请实施例中的较低或较高是相对而言的,以第一阈值为例,若第一阈值为0.5,将第一阈值设置为大于0.5的数值(如0.6、0.8等),则可以称为将第一阈值设置的较高些;将第一阈值设置为小于0.5的数值(如0.3、0.4等),则可以称为将第一阈值设置的较低些。
若第一阈值为0.7,将第一阈值设置为大于0.7的数值(如0.75、0.8等),则可以称为将第一阈值设置的较高些;将第一阈值设置为小于0.7的数值(如0.6、0.4等),则可以称为将第一阈值设置的较低些。
还需要说明的是,上述各实施例中所示出的数值仅为举例说明,还可以为其它数值,不应对本申请造成特别限定。
本申请实施例提供的方案,通过渗透处理后获得的目标冷热值和文件的存储大小计算该文件的冷热密度,再将目标冷热值和冷热密度这两个参数共同作为是否迁移文件的参考依据,可以提高迁移结果的可靠性,进一步优化了迁移机制。而且,实验证明,通过结合目标冷热值和冷热密度这两个参数共同判断是否迁移文件,当电子设备中的文件迁移出小于或等于50%的文件时,对于用户近一年的文件,可以达到95%的热数据命中准确率;对于一年之前的文件,可以达到85%的热数据命中准确率。
图5为本申请实施例提供的一种冷热数据预估的方法的示意图,该方法可以包括步骤 S510~S530。
S510,记录用户在第一时段内访问所述电子设备的访问次数。
S520,根据所述访问次数确定目标模型中的目标参数,所述目标参数包括预制参数α和时间分片,当所述预制参数α为指定值时,所述时间分片与所述访问次数成正比。
本申请实施例中的目标模型可以为上述实施例中的指数平滑模型,第一文件的初始冷热值即为上述实施例中的第一文件的冷热值预估基线,具体过程可以参考上述步骤S410 的内容,不再赘述。
S530,将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,所述第一文件为所述电子设备中的任一文件。
本申请实施例中,在一些可能的实现方式中,将第一文件在第一时段内的目标参数输入目标模型中,可以得到第一文件的初始冷热值,根据冷热值确定是否将第一文件迁移出电子设备。在另一些可能的实现方式中,将第一文件在第一时段内的目标参数输入目标模型中,可以输出一些标识,例如,标识“1”表示将文件从电子设备中迁移出,标识“0”表示不将文件从电子设备中迁移出文件,假设将第一文件在第一时段内的目标参数输入目标模型中,若输出标识“1”,则可以将第一文件移出电子设备中;若输出标识“0”,则可以不将第一文件移出电子设备中。
本申请实施例提供的方案,电子设备基于记录的用户在第一时段内访问其设备自身的访问次数确定目标模型的目标参数,并将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,由于本申请实施例中所确定的目标模型的目标参数与电子设备记录的用户访问设备自身的访问次数有关,可以提高电子设备确定文件迁移或不迁移的准确率,同时每一个电子设备的访问次数与用户行为有关,本申请实施例根据访问次数构建目标模型,可以体现用户的差异性和个性化。
可选地,在一些实施例中,所述将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,包括:
将第一文件在所述第一时段内的目标参数输入所述目标模型,输出所述第一文件的初始冷热值;
根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,电子设备基于记录的用户访问其设备自身的访问次数确定目标模型的目标参数,将第一文件在第一时段内的目标参数输入目标模型,输出第一文件的初始冷热值,根据初始冷热值确定是否将第一文件迁移出所述电子设备,由于本申请实施例中所构建的目标模型与电子设备记录的用户访问设备自身的访问次数有关,可以提高电子设备预估文件数据的初始冷热值的准确率,从而可以提高电子设备确定文件迁移或不迁移的准确率,同时每一个电子设备的访问次数与用户行为有关,本申请实施例根据访问次数构建目标模型,可以体现用户的差异性和个性化。
可选地,在一些实施例中,所述根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备,包括:
若所述初始冷热值小于第一阈值,确定将所述第一文件迁移出所述电子设备;或者,
若所述初始冷热值大于或等于所述第一阈值,确定不将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,电子设备可以根据第一文件的初始冷热值和第一阈值的大小确定是否对第一文件进行迁移,即若第一文件的初始冷热值小于第一阈值,确定将第一文件迁移出电子设备;若第一文件的初始冷热值大于或等于第一阈值,确定不将第一文件迁移出电子设备。由于本申请实施例中的第一文件的初始冷热值是通过目标模型计算的,而目标模型的构建与电子设备记录的用户访问设备自身的访问次数有关,从而可以提高电子设备预估的文件数据的初始冷热值的准确率,有利于准确判断是否将第一文件迁移出电子设备。
可选地,在一些实施例中,所述方法还包括:
对所述第一文件的初始冷热值进行渗透处理,以获得所述第一文件的目标冷热值,所述目标冷热值大于或等于所述初始冷热值;
所述根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备,包括:
根据所述第一文件的目标冷热值确定是否将所述第一文件迁移出所述电子设备。
本申请实施例提供的方案,电子设备通过目标模型获得第一文件的初始冷热值后,可以先对第一文件的初始冷热值进行渗透处理,再根据渗透处理后获得的目标冷热值确定是否将第一文件迁移出所述电子设备,由于渗透处理后得到的目标冷热值大于或等于初始冷热值,因此,对单纯根据初始冷热值确定的迁移或不迁移的文件,可以根据渗透处理后得到的目标冷热值重新确定迁移结果,以优化迁移机制。
可选地,在一些实施例中,所述根据所述第一文件的目标冷热值确定是否将所述第一文件迁移出所述电子设备,包括:
若所述第一文件的目标冷热值小于或等于第二阈值,确定将所述第一文件迁移出所述电子设备;或者,
若所述第一文件的目标冷热值大于或等于第三阈值,确定不将所述第一文件迁移出所述电子设备;
若所述第一文件的目标冷热值大于所述第二阈值且小于所述第三阈值,根据所述第一文件的冷热密度确定是否将所述第一文件迁移出所述电子设备,所述第一文件的冷热密度为所述第一文件的目标冷热值和所述第一文件的存储大小的比值。
本申请实施例中,通过第一文件的目标冷热值以及冷热密度确定是否将第一文件迁移出电子设备的具体内容可以参考上述步骤S420的内容,此处不再赘述。
本申请实施例提供的方案,电子设备可以根据第一文件的目标冷热值确定是否将第一文件迁移出所述电子设备,即若第一文件的目标冷热值小于或等于第二阈值,确定将所述第一文件迁移出电子设备;若第一文件的目标冷热值大于或等于第三阈值,确定不将第一文件迁移出电子设备;若第一文件的目标冷热值大于第二阈值且小于第三阈值,根据第一文件的冷热密度确定是否将第一文件迁移出电子设备。本申请实施例将冷热值和冷热密度这两个参数共同作为是否迁移文件的参考依据,可以提高迁移结果的可靠性,进一步优化了迁移机制。
可选地,在一些实施例中,所述根据所述第一文件的冷热密度确定是否将所述第一文件迁移出所述电子设备,包括:
若所述第一文件的冷热密度小于第四阈值,确定将所述第一文件迁移出所述电子设备;或者,
若所述第一文件的冷热密度大于或等于所述第四阈值,确定不将所述第一文件迁移出所述电子设备。
本申请实施例中,通过第一文件的冷热密度确定是否将第一文件迁移出电子设备的具体内容可以参考上述步骤S430的内容,此处不再赘述。
本申请实施例提供的方案,在第一文件的目标冷热值大于第二阈值且小于第三阈值的情况下,根据第一文件的冷热密度确定是否将第一文件迁移出电子设备,即,若第一文件的冷热密度小于第四阈值,确定将第一文件迁移出电子设备;若第一文件的冷热密度大于或等于第四阈值,确定不将第一文件迁移出电子设备。本申请实施例将冷热值和冷热密度这两个参数共同作为是否迁移文件的参考依据,可以提高确定文件是否迁移的可靠性,进一步优化迁移机制。
可选地,在一些实施例中,所述第一文件属于M个标签,所述对所述第一文件的初始冷热值进行渗透处理,包括:
根据所述第一文件的初始冷热值和所述M个标签所包括的文件的初始冷热值的平均值确定第一目标值,M为正整数;
确定所述第一目标值为所述第一文件的目标冷热值。
本申请实施例提供的方案,若第一文件属于M个标签,电子设备可以根据第一文件的初始冷热值和M个标签所包括的文件的初始冷热值的平均值确定第一目标值,并将第一目标值作为第一文件的目标冷热值,可以提高文件的初始冷热值,从而,对单纯根据初始冷热值确定的迁移或不迁移的文件,可以根据第一文件所属的标签中所包括的文件的初始冷热值的平均值确定该第一文件的目标冷热值以重新确定迁移结果,从而进一步优化迁移机制。
上文指出,在得到第一文件的初始冷热值后,可以根据第一文件的初始冷热值和M个标签所包括的文件的初始冷热值的平均值确定第一目标值,具体过程如下:
所述根据所述第一文件的初始冷热值和所述M个标签所包括的文件的初始冷热的平均值确定第一目标值,包括:
若M等于1,根据所述第一文件的初始冷热值和第一平均值的大小确定所述第一目标值,所述第一平均值为所述M个标签所包括的文件的初始冷热值的平均值;
若M大于1,根据所述第一文件的初始冷热值和N个标签所包括的文件的初始冷热值的平均值的大小确定第一目标值,所述N个标签为所述M个标签中按照平均值从大到小的顺序选择的前N个标签,N为大于或等于2的整数。
本申请实施例中,当M为1时,确定第一目标值的过程可以参考上文中的均值渗透,具体请参考上文关于均值渗透的内容;当M大于1时,确定第一目标值的过程可以参考上文中的递进渗透,具体请参考上文关于递进渗透的内容,此处不在赘述。
需要说明的是,上述递进渗透内容示例了按照平均值从大到小的顺序从4个标签中选择前3个标签,在一些可能的实现方式中,可以从M个标签中选择N个标签,N可以为大于或等于2的任意整数。
本申请实施例提供的方案,当M为1时,电子设备可以根据第一文件的初始冷热值和第一平均值的大小确定第一目标值,第一平均值为第一文件所属的标签所包括的文件的初始冷热值的平均值;当M大于1时,电子设备可以根据第一文件的初始冷热值和N个标签所包括的文件的初始冷热值的平均值的大小确定第一目标值,其中,N个标签为所述 M个标签中按照平均值从大到小的顺序选择的前N个标签;然后将第一目标值作为第一文件的目标冷热值,可以提高文件的初始冷热值,从而,对单纯根据初始冷热值确定的迁移或不迁移的文件,可以根据第一文件所属的标签的数量以及标签中所包括的文件的初始冷热值的平均值确定该第一文件的目标冷热值以重新确定迁移结果,从而进一步优化迁移机制。
可选地,在一些实施例中,所述根据所述第一文件的初始冷热值和第一平均值的大小确定第一目标值,包括:
若所述第一文件的初始冷热值小于所述第一平均值,确定所述第一文件的初始冷热值和所述第一平均值的平均值为所述第一目标值;或者,
若所述第一文件的初始冷热值大于或等于所述第一平均值,确定所述第一文件的初始冷热值为所述第一目标值。
本申请实施例提供的方案,电子设备可以根据第一文件的初始冷热值和第一平均值的大小确定第一目标值,即,若第一文件的初始冷热值小于第一平均值,确定第一文件的初始冷热值和第一平均值的平均值为第一目标值;若第一文件的初始冷热值大于或等于第一平均值,确定第一文件的初始冷热值为第一目标值,由于第一目标值大于或等于初始冷热值,电子设备后续可以根据目标冷热值判断是否迁移第一文件,对于原本根据初始冷热值确定要迁移或不迁移的第一文件可以重新确定迁移结果,以优化迁移机制。
可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件和/ 或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本实施例可以根据上述方法示例对电子设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块可以采用硬件的形式实现。需要说明的是,本实施例中对模块的划分是示意性的,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。
在采用对应各个功能划分各个功能模块的情况下,图6示出了上述实施例中涉及的电子设备的一种可能的组成示意图,如图6所示,该电子设备600可以包括:记录模块610、确定模块620。
记录模块610可以用于支持电子设备600执行上述步骤S510等,和/或用于本文所描述的技术的其他过程。
确定模块620可以用于支持电子设备600执行上述步骤S520和S530等,和/或用于本文所描述的技术的其他过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
本实施例提供的电子设备,用于执行上述本申请的方法,因此可以达到与上述实现方法相同的效果。
在采用集成的单元的情况下,电子设备可以包括处理模块、存储模块和通信模块。其中,处理模块可以用于对电子设备的动作进行控制管理,例如,可以用于支持电子设备执行上述各个单元执行的步骤。存储模块可以用于支持电子设备执行存储程序代码和数据等。通信模块,可以用于支持电子设备与其他设备的通信。
其中,处理模块可以是处理器或控制器。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,数字信号处理(digital signal processing,DSP)和微处理器的组合等等。存储模块可以是存储器。通信模块具体可以为射频电路、蓝牙芯片、Wi-Fi芯片等与其他电子设备交互的设备。
在一个实施例中,当处理模块为处理器,存储模块为存储器时,本实施例所涉及的电子设备可以为具有图1所示结构的设备。
图7示出了上述实施例涉及的电子设备800的另一种可能的组成示意图,如图7所示,该电子设备800可以包括通信单元810、输入单元820、处理单元830、输出单元(或也可以称为显示单元)840、外设接口850、存储单元860、电源870、视频解码器880以及音频解码器890。
通信单元810用于建立通信信道,使电子设备800通过所述通信信道以连接至远程服务器,并从所述远程服务器下媒体数据。所述通信单元810可以包括WLAN模块、蓝牙模块、NFC模块、基带模块等通信模块,以及所述通信模块对应的射频(Radio Frequency,简称RF)电路,用于进行无线局域网络通信、蓝牙通信、NFC通信、红外线通信及/或蜂窝式通信***通信,例如宽带码分多重接入(wideband code division multiple access, W-CDMA)及/或高速下行封包存取(high speed downlink packet access,HSDPA)。所述通信模块810用于控制电子设备中的各组件的通信,并且可以支持直接内存存取。
输入单元820可以用于实现用户与电子设备的交互和/或信息输入到电子设备中。在本申请具体实施方式中,输入单元可以是触控面板,也可以是其他人机交互界面,例如实体输入键、麦克风等,还可是其他外部信息撷取装置,例如摄像头等。
处理单元830为电子设备的控制中心,可以利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储单元内的软件程序和/或模块,以及调用存储在存储单元内的数据,以执行电子设备的各种功能和/或处理数据。
输出单元840包括但不限于影像输出单元和声音输出单元。影像输出单元用于输出文字、图片和/或视频。在本申请的具体实施方式中,上述输入单元820所采用的触控面板亦可同时作为输出单元840的显示面板。例如,当触控面板检测到在其上的触摸或接近的手势操作后,传送给处理单元以确定触摸事件的类型,随后处理单元根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图7中,输入单元820与输出单元840是作为两个独立的部件来实现电子设备的输入和输出功能,但是在某些实施例中,可以将触控面板与显示面板集成一体而实现电子设备的输入和输出功能。例如,所述影像输出单元可以显示各种图形化用户接口以作为虚拟控制组件,包括但不限于窗口、卷动轴、图标及剪贴簿,以供用户通过触控方式进行操作。
存储单元860可用于存储软件程序以及模块,处理单元通过运行存储在存储单元的软件程序以及模块,从而执行电子设备的各种功能应用以及实现数据处理。
本实施例还提供一种计算机存储介质,该计算机存储介质中存储有计算机指令,当该计算机指令在电子设备上运行时,使得电子设备执行上述相关方法步骤实现上述实施例中的方法。
本实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中的方法。
另外,本申请的实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中的方法。
其中,本实施例提供的电子设备、计算机存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以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,模块或单元的划分,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装置,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,机械或其它的形式。
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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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,在本申请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。
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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (14)
1.一种冷热数据预估的方法,其特征在于,所述方法应用于电子设备,所述方法包括:
记录用户在第一时段内访问所述电子设备的访问次数;
根据所述访问次数确定目标模型中的目标参数,所述目标参数包括预制参数α和时间分片,当所述预制参数α为指定值时,所述时间分片与所述访问次数成正比;
将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,所述第一文件为所述电子设备中的任一文件。
2.根据权利要求1所述的方法,其特征在于,所述将第一文件在所述第一时段内的目标参数输入所述目标模型,以确定是否将所述第一文件迁移出所述电子设备,包括:
将所述第一文件在所述第一时段内的目标参数输入所述目标模型,输出所述第一文件的初始冷热值;
根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备。
3.根据权利要求2所述的方法,其特征在于,所述根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备,包括:
若所述初始冷热值小于第一阈值,确定将所述第一文件迁移出所述电子设备;或者,
若所述初始冷热值大于或等于所述第一阈值,确定不将所述第一文件迁移出所述电子设备。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
对所述第一文件的初始冷热值进行渗透处理,以获得所述第一文件的目标冷热值,所述目标冷热值大于或等于所述初始冷热值;
所述根据所述初始冷热值确定是否将所述第一文件迁移出所述电子设备,包括:
根据所述第一文件的目标冷热值确定是否将所述第一文件迁移出所述电子设备。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一文件的目标冷热值确定是否将所述第一文件迁移出所述电子设备,包括:
若所述第一文件的目标冷热值小于或等于第二阈值,确定将所述第一文件迁移出所述电子设备;或者,
若所述第一文件的目标冷热值大于或等于第三阈值,确定不将所述第一文件迁移出所述电子设备;
若所述第一文件的目标冷热值大于所述第二阈值且小于所述第三阈值,根据所述第一文件的冷热密度确定是否将所述第一文件迁移出所述电子设备,所述第一文件的冷热密度为所述第一文件的目标冷热值和所述第一文件的存储大小的比值。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一文件的冷热密度确定是否将所述第一文件迁移出所述电子设备,包括:
若所述第一文件的冷热密度小于第四阈值,确定将所述第一文件迁移出所述电子设备;或者,
若所述第一文件的冷热密度大于或等于所述第四阈值,确定不将所述第一文件迁移出所述电子设备。
7.根据权利要求4至6中任一项所述的方法,其特征在于,所述第一文件属于M个标签,所述对所述第一文件的初始冷热值进行渗透处理,包括:
根据所述第一文件的初始冷热值和所述M个标签所包括的文件的初始冷热值的平均值确定第一目标值,M为正整数;
确定所述第一目标值为所述第一文件的目标冷热值。
8.根据权利要求7所述的方法,其特征在于,所述根据所述第一文件的初始冷热值和所述M个标签所包括的文件的初始冷热的平均值确定第一目标值,包括:
若M等于1,根据所述第一文件的初始冷热值和第一平均值的大小确定所述第一目标值,所述第一平均值为所述M个标签所包括的文件的初始冷热值的平均值;
若M大于1,根据所述第一文件的初始冷热值和N个标签所包括的文件的初始冷热值的平均值的大小确定第一目标值,所述N个标签为所述M个标签中按照平均值从大到小的顺序选择的前N个标签,N为大于或等于2的整数。
9.根据权利要求8所述的方法,其特征在于,所述根据所述第一文件的初始冷热值和第一平均值的大小确定第一目标值,包括:
若所述第一文件的初始冷热值小于所述第一平均值,确定所述第一文件的初始冷热值和所述第一平均值的平均值为所述第一目标值;或者,
若所述第一文件的初始冷热值大于或等于所述第一平均值,确定所述第一文件的初始冷热值为所述第一目标值。
10.一种电子设备,其特征在于,包括用于实现如权利要求1至9中任一项所述的方法的模块。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
一个或多个存储器;
所述一个或多个存储器存储有一个或多个计算机程序,所述一个或多个计算机程序包括指令,当所述指令被所述一个或多个处理器执行时,使得所述电子设备执行如权利要求1至9中任一项所述的方法。
12.一种芯片***,其特征在于,所述芯片***包括至少一个处理器,当程序指令在所述至少一个处理器中执行时,使得如权利要求1至9中任一所述的方法在所述电子设备上的功能得以实现。
13.一种计算机存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1至9中任一项所述的方法。
14.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211334403.0A CN117992397A (zh) | 2022-10-28 | 2022-10-28 | 一种冷热数据预估的方法和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211334403.0A CN117992397A (zh) | 2022-10-28 | 2022-10-28 | 一种冷热数据预估的方法和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117992397A true CN117992397A (zh) | 2024-05-07 |
Family
ID=90901556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211334403.0A Pending CN117992397A (zh) | 2022-10-28 | 2022-10-28 | 一种冷热数据预估的方法和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117992397A (zh) |
-
2022
- 2022-10-28 CN CN202211334403.0A patent/CN117992397A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022262530A1 (zh) | 内存管理的方法及电子设备 | |
US9602286B2 (en) | Electronic device and method for extracting encrypted message | |
US9766690B2 (en) | Method for controlling a sleep mode and electronic device thereof | |
US10181203B2 (en) | Method for processing image data and apparatus for the same | |
US10657172B2 (en) | Method and apparatus for managing image metadata | |
US10235945B2 (en) | Apparatus and method for controlling display in electronic device having processors | |
US10198057B2 (en) | Electronic device and method for measuring position change | |
US10412339B2 (en) | Electronic device and image encoding method of electronic device | |
US10432926B2 (en) | Method for transmitting contents and electronic device thereof | |
US20180181999A1 (en) | Electronic device and method for displaying web page using the same | |
US20150063778A1 (en) | Method for processing an image and electronic device thereof | |
US9942467B2 (en) | Electronic device and method for adjusting camera exposure | |
KR102157338B1 (ko) | 복수의 센서 기능을 수행하는 전자 장치 및 방법 | |
CN116315667B (zh) | 数据传输方法、装置、设备及存储介质 | |
US20160092750A1 (en) | Method for recommending one or more images and electronic device thereof | |
US10237087B2 (en) | Method for controlling transmission speed and electronic device thereof | |
CN116128571B (zh) | 广告曝光量分析方法及相关装置 | |
US9898799B2 (en) | Method for image processing and electronic device supporting thereof | |
CN114077529B (zh) | 日志上传方法、装置、电子设备及计算机可读存储介质 | |
CN117992397A (zh) | 一种冷热数据预估的方法和电子设备 | |
US10602001B2 (en) | Method for identifying data usage and electronic device implementing the same | |
CN116450363B (zh) | 一种资源调度方法及电子设备 | |
CN113419702B (zh) | 一种数据累加方法、处理器、电子设备及可读介质 | |
CN116700813B (zh) | 微件的加载方法、电子设备及可读存储介质 | |
WO2023061298A1 (zh) | 一种图片备份***、方法与设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |