一種緩存文件夾識別方法及裝置的制造方法
【技術領域】
[0001] 本發明涉及移動互聯網領域，特別涉及一種緩存文件夾識別方法及裝置。
【背景技術】
[0002] 用戶在使用移動終端上網、玩游戲、看視頻的過程中，都會在移動終端本地產生大 量的緩存文件，存在于緩存文件夾中，送些緩存文件會占用系統的資源，當送些緩存文件增 加到一定量的時候，移動終端的運行會變得十分緩慢，影響到用戶的正常使用。因此，需要 刪除送些緩存文件夾。
[0003] 要刪除送些緩存文件夾，首先要能識別出哪些文件是可W刪除的緩存文件夾。
[0004] 現有的一種緩存文件夾識別方法是由測試人員在服務端刪除某軟件對應的文件 夾后驗證該軟件是否能正常運行，如果能正常運行，則該文件夾即為緩存文件夾。送種方法 效率很低，而且由于人力和物力存在一定的局限性，不能夠持續的對某一個軟件進行監控， 送往往會造成對一些軟件的處理存在遺漏的緩存文件夾。
【發明內容】
[0005] 為解決上述問題，本發明實施例公開了一種緩存文件夾識別方法及裝置，技術方 案如下：
[0006] 一種緩存文件夾識別方法，可W包括：
[0007] 在目標軟件運行的過程中，根據預設的規則，獲得目標文件夾中文件數量的多個 樣本值；Xi、X2、…X。，其中，所述目標文件夾為所述目標軟件在運行過程中所使用的文件夾， η > 2 ;
[0008] 根據預設的算法，計算所述多個樣本值的統計值，所述統計值用于表征樣本值的 離散程度；
[0009] 判斷所述統計值是否大于預設的第一闊值；
[0010] 在判斷結果為是的情況下，將所述目標文件夾識別為緩存文件夾。
[0011] 在本發明的一種優選實施方式中，所述根據預設的規則，獲得目標文件夾中文件 數量的多個樣本值：Χι、Χ2、…X。，具體為：
[0012] 在不同的時刻統計所述目標文件夾中文件數量的樣本值，統計η次后，獲得目標 文件夾中文件數量的多個樣本值；Xi、Χ2、…X。，η > 2。
[0013] 在本發明的一種優選實施方式中，所述在不同的時刻統計所述目標文件夾中文件 數量的樣本值，具體為：
[0014] 根據預設的時間間隔，周期性的統計所述目標文件夾中文件數量的樣本值。
[0015] 在本發明的一種優選實施方式中，所述根據預設的規則，獲得目標文件夾中文件 數量的多個樣本值：Χι、Χ2、…X。，具體為：
[0016] 根據預設的觸發統計事件，在所述預設的觸發統計事件發生的情況下，統計所述 目標文件夾中文件數量的樣本值，統計η次后，獲得目標文件夾中文件數量的多個樣本值： Xi、又2、…Xn，η > 2。
[0017] 在本發明的一種優選實施方式中，所述根據預設的規則，獲得目標文件夾中文件 數量的多個樣本值：Χι、Χ2、…X。，具體為：
[0018] 分別從η個移動終端中，獲得每個移動終端中所述目標文件夾中文件數量，獲得 目標文件夾中文件數量的多個樣本值；Xi、X2、…X。，η > 2。
[0019] 在本發明的一種優選實施方式中，所述根據預設的算法，計算所述多個樣本值的 統計值，具體為：根據公式
[0020]
[002。 計算所述多個樣本值的方差，其中，交為Xi、X2、…X。的數均平均數。
[0022] 在本發明的一種優選實施方式中，所述根據預設的算法，計算所述多個樣本值的 統計值，具體為：根據公式
[0023]
[0024] 計算所述多個樣本值的標準差，其中，1為Xi、X2、…X。的數均平均數。
[0025] 在本發明的一種優選實施方式中，所述根據預設的算法，計算所述多個樣本值的 統計值，具體為：根據公式
[002引 R = Xmax-Xnun
[0027] 計算所述多個樣本值的極差，其中，Xm。、和Xmi。分別為Xl、X2、…X。的最大值和最小 值。
[0028] 在本發明的一種優選實施方式中，在所述根據預設的算法，計算所述多個樣本值 的統計值之前，進一步包括：
[0029] 判斷XI、而、…X。是否均小于預設的第二闊值，
[0030] 在判斷結果為否的情況下，繼續執行所述根據預設的算法，計算所述多個樣本值 的統計值的步驟；
[0031] 在判斷結果為是的情況下，將所述目標文件夾識別為非緩存文件夾。
[0032] 在本發明的一種優選實施方式中，在所述根據預設的算法，計算所述多個樣本值 的統計值之前，進一步包括：
[0033] 判斷XI、而、…X。是否均小于預設的第Η闊值，
[0034] 在判斷結果為是的情況下，繼續執行所述根據預設的算法，計算所述多個樣本值 的統計值的步驟；
[0035] 在判斷結果為否的情況下，將所述目標文件夾識別為緩存文件夾。
[0036] 在本發明的一種優選實施方式中，在所述根據預設的算法，計算所述多個樣本值 的統計值之前，進一步包括：
[0037] 判斷XI、而、…X。是否均小于預設的第二闊值，
[0038] 在判斷結果為均小于第二闊值的情況下，將所述目標文件夾識別為非緩存文件 夾；
[0039] 在判斷結果為存在至少一個樣本值大于預設的第二闊值的情況下，進一步判斷 XI、而、…X。是否均小于預設的第Η闊值，所述預設的第Η闊值大于預設的第二闊值；
[0040] 在判斷結果為均小于第Η闊值的情況下，繼續執行所述根據預設的算法，計算所 述多個樣本值的統計值的步驟；
[0041] 在判斷結果為存在至少一個樣本值大于預設的第Η闊值的情況下，確定所述目標 文件夾為緩存文件夾。
[0042] 本發明同時公開了一種緩存文件夾識別裝置，可W包括：
[0043] 樣本值獲取單元，用于在目標軟件運行的過程中，根據預設的規則，獲得目標文件 夾中文件數量的多個樣本值；Xi、X2、…X。，其中，所述目標文件夾為所述目標軟件在運行過 程中所使用的文件夾，2;
[0044] 統計值計算單元，用于根據預設的算法，計算所述多個樣本值的統計值，所述統計 值用于表征樣本值的離散程度；
[0045] 統計值判斷單元，用于判斷所述統計值是否大于預設的第一闊值；
[0046] 緩存文件夾識別單元，用于在所述統計值判斷單元的判斷結果為是的情況下，將 所述目標文件夾識別為緩存文件夾。
[0047] 在本發明的一種優選實施方式中，所述樣本值獲取單元具體用于：
[0048] 在不同的時刻統計所述目標文件夾中文件數量的樣本值，統計η次后，獲得目標 文件夾中文件數量的多個樣本值；Xi、Χ2、…X。，η > 2。
[0049] 在本發明的一種優選實施方式中，所述樣本值獲取單元具體用于：
[0050] 根據預設的時間間隔，周期性的統計所述目標文件夾中文件數量的樣本值，統計η 次后，獲得目標文件夾中文件數量的多個樣本值：Xi、X2、'"x。，η >2。
[0051] 在本發明的一種優選實施方式中，所述樣本值獲取單元具體用于：
[0052] 根據預設的觸發統計事件，在所述預設的觸發統計事件發生的情況下，統計所述 目標文件夾中文件數量的樣本值，統計η次后，獲得目標文件夾中文件數量的多個樣本值： Xi、又2、…Xn，η > 2。
[0053] 在本發明的一種優選實施方式中，所述樣本值獲取單元具體用于：
[0054] 分別從η個移動終端中，獲得每個移動終端中所述目標文件夾中文件數量，獲得 目標文件夾中文件數量的多個樣本值；Xi、X2、…X。，η > 2。
[0055] 在本發明的一種優選實施方式中，所述統計值計算單元具體用于；根據公式
[0056]
[0057] 計算所述多個樣本值的方差，其中，亥為Xi、X2、…X。的數均平均數。
[0058] 在本發明的一種優選實施方式中，所述統計值計算單元具體用于；根據公式
[0059]
[0060] 計算所述多個樣本值的標準差，其中，X為Xi、X2、…X。的數均平均數。
[0061] 在本發明的一種優選實施方式中，所述統計值計算單元具體用于；根據公式 [006引 R = Xmax-Xnun
[0063] 計算所述多個樣本值的極差，其中，Xm。、和Xmi。分別為Xl、X