1.本技术涉及数据处理领域，尤其涉及一种处理方法及电子设备。
背景技术：2.对于某些应用程序，如大体量移动端游戏，在运行过程中，由于不同用户的操作不同，会导致针对不同用户会有不同的性能需求，若针对所有用户采用同一套配置策略，则可能会导致功耗的升高或者画面的卡顿。
技术实现要素：3.有鉴于此，本技术提供一种处理方法及电子设备，其具体方案如下：
4.一种处理方法，所述方法包括：
5.如果获得目标应用程序的运行指令，基于第一配置参数为所述目标应用程序配置第一运行环境；
6.响应所述运行指令，所述目标应用程序基于所述第一运行环境处于运行状态；
7.在所述目标应用程序基于所述第一运行环境处于运行状态时，获得所述目标应用程序的目标任务运行过程的实际帧率，所述实际帧率为所述目标任务的时间周期内的时序数据；
8.基于所述实际帧率确定所述第二配置参数，所述第二配置参数与所述第一配置参数不同。
9.进一步的，所述基于所述实际帧率确定所述第二配置参数，包括：
10.基于机器学习分类模型处理所述实际帧率，获得所述实际帧率的数据标签，所述数据标签用于表征所述目标任务的时间周期内的激烈程度；
11.基于所述实际帧率的数据标签确定所述第二配置参数。
12.进一步的，所述获得所述目标应用程序的目标任务运行过程的实际帧率，包括：
13.所述目标应用程序的目标任务运行位于监控周期内，获得所述目标应用程序的目标任务运行过程的实际帧率；
14.其中，所述监控周期内包括每次所述目标应用程序的目标任务运行过程获得的实际帧率。
15.进一步的，所述基于所述实际帧率确定所述第二配置参数，包括：
16.基于所述监控周期内的所述目标应用程序的多个数据标签确定所述第二配置参数。
17.进一步的，所述方法还包括：
18.基于所述监控周期获得所述目标应用程序每次处于运行状态的使用时长；或，
19.基于所述监控周期记录所述目标应用程序每次处于运行状态。
20.进一步的，所述基于所述实际帧率确定第二配置参数，包括：
21.基于所述监控周期内的所述目标应用程序的多个数据标签、多个使用时长以及使
用次数确定所述第二配置参数。
22.进一步的，所述基于所述实际帧率确定第二配置参数，包括：
23.基于所述监控周期内的所述目标应用程序的多个数据标签、多个使用时长以及使用次数确定用户画像；
24.基于所述用户画像确定所述第二配置参数，不同的用户画像对应不同的第二配置参数。
25.进一步的，所述方法还包括：
26.在所述目标应用程序基于所述第二配置参数配置第二运行环境处于运行状态，获得所述目标应用程序的目标任务运行过程的实际帧率的曲线平滑于在所述目标应用程序基于所述第一运行环境处于运行状态，获得所述目标应用程序的目标任务运行过程的实际帧率的曲线。
27.一种电子设备，所述电子设备包括：
28.显示输出部件；
29.处理器，所述处理器用于如果获得目标应用程序的运行指令，基于第一配置参数为所述目标应用程序配置第一运行环境；响应所述运行指令，所述目标应用程序基于所述第一运行环境处于运行状态；在所述目标应用程序基于所述第一运行环境处于运行状态时，获得所述目标应用程序的目标任务运行过程的实际帧率，所述实际帧率为所述目标任务的时间周期内的时序数据；基于所述实际帧率确定所述第二配置参数，所述第二配置参数与所述第一配置参数不同。
30.进一步的，所述处理器用于基于所述实际帧率确定所述第二配置参数，包括：
31.所述处理器用于基于机器学习分类模型处理所述实际帧率，获得所述实际帧率的数据标签，所述数据标签用于表征所述目标任务的时间周期内的激烈程度；基于所述实际帧率的数据标签确定所述第二配置参数；
32.其中，所述机器学习分类模型包括：
33.特征值获取模块，用于获得所述实际帧率中的特征值；
34.数据处理模块，用于对所述特征值进行标准化处理；
35.分类模块，用于基于经过标准化处理后的所述特征值确定数据标签。
36.从上述技术方案可以看出，本技术公开的处理方法及电子设备，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。本方案中在目标应用程序运行过程中，基于目标任务的实际帧率调整目标应用程序的配置参数，以使得调整后的配置参数与运行过程中的实际帧率相关，以保证目标应用程序运行过程中均以与实际帧率适配的配置参数运行，使得配置参数能够与用户的实际操作适配，避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
附图说明
37.为了更清楚地说明本技术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技术的一些实施例，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。
38.图1为本技术实施例公开的一种处理方法的流程图；
39.图2为本技术实施例公开的一种处理方法的流程图；
40.图3为本技术实施例公开的一种帧率曲线表征激烈程度的示意图；
41.图4为本技术实施例公开的一种处理方法的流程图；
42.图5为本技术实施例公开的一种处理方法的流程图；
43.图6为本技术实施例公开的一种电子设备的结构示意图。
具体实施方式
44.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
45.本技术公开了一种处理方法，其流程图如图1所示，包括：
46.步骤s11、如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境；
47.步骤s12、响应运行指令，目标应用程序基于第一运行环境处于运行状态；
48.步骤s13、在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据；
49.步骤s14、基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。
50.以目标应用程序为游戏为例进行说明，由于不同用户的操作方式不同，会使得不同用户对电子设备的性能需求不同，若无论哪一个用户控制该目标应用程序的运行，都采用同一套配置策略，若该用户对性能需求较低，采用统一的配置策略则会导致系统功耗较高，造成不必要的浪费；若该用户对性能需求较高，采用统一的配置策略则会导致功耗不足以支撑用户的操作，从而造成画面卡顿的现象。
51.为了解决上述问题，本方案中，在目标应用程序处于运行状态时，基于目标应用程序运行过程中的实际帧率调整目标应用程序的配置参数，以使得目标应用程序运行时的配置参数是与其实际帧率相关的，而实际帧率与用户的操作方式相关，从而实现基于不同的用户配置不同的配置参数，避免了对所有用户采用同一套配置策略而可能出现的功耗升高或画面卡顿的问题。
52.在获得目标应用程序的运行指令时，控制目标应用程序的运行，即用户启动目标应用程序时，控制目标应用程序运行。其中，该目标应用程序是在第一运行环境下运行的，第一运行环境是基于第一配置参数配置的，并且，该第一配置参数仅用于配置该目标应用程序的运行环境。
53.对于其他的应用程序，则采用与该应用程序对应的配置参数配置运行环境，并使该应用程序运行在配置的运行环境下，即不同应用程序是运行在不同的运行环境下，而每一个运行环境是基于与该应用程序对应的配置参数配置完成的。
54.其中，第一配置参数可以为默认配置参数，该默认配置参数可以为目标应用程序的默认配置参数，即只要启动该目标应用程序，在该目标应用程序刚启动时，都会基于相同的配置参数配置相同的运行环境，并使该目标应用程序运行无论哪一次启动，都是在相同的运行环境下启动并运行的，只有在运行过程中才会基于实际帧率调整配置参数，进而调整运行环境。
55.或者，第一配置参数也可以为该目标应用程序历史设置过的配置参数，其中，第一配置参数可以为与本次获得运行指令间隔时间最短的一次运行该目标应用程序时设置的配置参数，如：第一次运行目标应用程序时，基于实际帧率确定的第二配置参数为配置参数a；则在第二次启动目标应用程序时，为该目标应用程序配置第一运行环境是基于配置参数a实现的，本次基于实际帧率确定的第二配置参数为配置参数b；则在第三次启动目标应用程序时，为该目标应用程序配置第一运行环境是基于配置参数b实现的。即将上一次运行过程中使用的配置参数作为下一次目标应用程序启动时设置的配置参数；
56.另外，第一配置参数还可以为历史数据中的平均配置参数，即将历史记录中的历次配置参数进行平均，得到一个平均配置参数，将该平均配置参数作为目标应用程序启动时用于配置第一运行环境的配置参数。
57.其中，配置参数配置的是系统运行时的资源，如：cpu的提频或限频、gpu的提频或限频、cpu资源的分配、gpu资源的分配、针对某些特定场景的策略参数等，其中，cpu资源的分配，如：cpu各个内核的调度；针对某些特定场景的策略参数，如：对于卡顿检测，多长时间的帧率小于多少会被识别为一次卡顿，就需要进行策略参数的配置。
58.在基于第一配置参数为目标应用程序配置完成第一运行环境后，控制目标应用程序的运行，以使该目标应用程序运行在第一运行环境中。
59.在目标应用程序运行过程中，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率是目标任务的时间周期内的时序数据。其中，目标应用程序的目标任务，即在目标应用程序运行过程中一次目标任务的执行，如：一局游戏。目标任务运行过程的实际帧率，即在目标任务运行过程所消耗的时长内，每个时间点都获得对应的实际帧率，那么，实际帧率为一个时间周期内的时序数据，是一组数据，而非一个单独的数据，该时间周期即为目标任务运行所需要消耗的时长。如：在一局游戏的过程中，这一局游戏运行中的每个时间点都获得一次实际帧率。
60.其中，实际帧率为在目标应用程序执行目标任务的过程中，屏幕每秒实际显示的帧数。其中，预先为目标应用程序设置目标帧数，该目标帧数可能与电子设备本身的硬件相关，也可能与目标应用程序相关，或者，为用户预先设定的，设置目标帧数，以使目标应用程序运行过程中以目标帧数输出画面，然而，由于不同用户在目标应用程序运行过程中对电子设备的操作不同，会导致实际帧数不同，则实际显示的帧数与目标帧数可能存在差异，即虽然目标帧数是相同的，但是实际帧数是与用户操作相关的。
61.因此，获得目标任务运行过程的实际帧数，实际确定的是控制该目标任务运行过程的用户的操作习惯或标签。
62.在基于目标帧数确定第二配置参数后，由于第二配置参数是基于目标帧数确定的，而目标帧数是与用户的操作习惯或标签相关的，则确定的第二配置参数实际是与用户的操作习惯或标签相关的，即实现了基于用户的操作调整目标应用程序的配置参数，以使
得目标应用程序的配置参数与用户的操作相关，从而避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
63.进一步的，在确定第二配置参数后，基于第二配置参数配置第二运行环境，之后，控制目标应用程序在第二运行环境下运行，以使目标应用程序的运行能够更符合用户的操作，从而使得实际帧率的帧率曲线更平滑。
64.其中，每个实际帧率都是一组时序数据，将该时序数据以帧率曲线的形式展示，在基于实际帧率对配置参数进行调整后，目标应用程序运行在调整之后的配置参数配置完成的第二运行环境下时，执行目标任务得到的实际帧率形成的曲线相对于调整配置参数之前执行目标任务得到的实际帧率形成的曲线更平滑。
65.由于第二运行环境是基于实际帧率调整的配置参数配置实现的，那么，在目标应用程序运行在第二运行环境中时，只要用户的操作习惯不发生变化，那么，调整配置参数之后再检测实际帧率，其相对于调整配置参数之前的实际帧率就会更平滑，即变化较少。当帧率曲线上下抖动，或者，抖动程度大时，用户操作电子设备执行目标任务的画面会不流畅，若帧率曲线平滑，则执行目标任务时的画面更流畅，因此，需要基于实际帧率对配置参数进行调节。
66.其中，配置参数的调节可以为：若第一配置参数中包括有2秒的平均帧率掉至60以下认为是卡顿，基于实际帧率调整之后的第二配置参数可以为：将3秒下降为60以下设置为一次卡顿，相对于调整之前的配置参数，调整之后的配置参数减少了画面卡顿的情况。
67.而针对每一次目标任务执行，最终形成的帧率曲线都是基于实际帧率调整配置参数之后得到的实际帧率形成的。
68.本实施例公开的处理方法，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。本方案中在目标应用程序运行过程中，基于目标任务的实际帧率调整目标应用程序的配置参数，以使得调整后的配置参数与运行过程中的实际帧率相关，以保证目标应用程序运行过程中均以与实际帧率适配的配置参数运行，使得配置参数能够与用户的实际操作适配，避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
69.本实施例公开了一种处理方法，其流程图如图2所示，包括：
70.步骤s21、如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境；
71.步骤s22、响应运行指令，目标应用程序基于第一运行环境处于运行状态；
72.步骤s23、在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，所述实际帧率为目标任务的时间周期内的时序数据；
73.步骤s24、基于机器学习分类模型处理实际帧率，获得实际帧率的数据标签，数据标签用于表征目标任务的时间周期内的激烈程度；
74.步骤s25、基于实际帧率的数据标签确定第二配置参数，第二配置参数与第一配置参数不同。
75.在获得实际帧率，基于实际帧率确定第二配置参数时，可以通过机器学习的方式对实际帧率进行分类，具体的，可将实际帧率输入至机器学习分类模型中，通过该模型得到输出结果，其输出结果为实际帧率的数据标签，再进一步根据数据标签确定第二配置参数。
76.其中，数据标签用于表征目标任务的时间周期内的激烈程度，并能够表征用户执行目标任务时的操作习惯，即在一次目标任务的执行过程中，其实际帧率用于表明每个时间点对应的帧率，即实际帧率实际是一个时间周期内的时序数据，基于该时序数据能够确定完成该目标任务的过程中用户操作的激烈程度，其中，时序数据可以以帧率曲线的形式展示。
77.由于实际帧率是一组连续的帧率数据，则通过这一组连续的帧率数据的平均值或者方差等特征值能够表明用户操作的激烈程度。这些特征值越大，表明激烈程度越高，特征值越小，表明激烈程度越低。例如：在游戏中，若采用躲在草丛里不动的打法，则表明激烈程度较低；若冲到对方对象周围去打，则表明激烈程度较高。
78.基于通过实际帧率的帧率曲线展示执行目标任务时用户操作的激烈程度，帧率曲线平缓，则表明激烈程度较低，帧率曲线幅度较大，则表明激烈程度较高。
79.如图3所示的实例中一个监控周期内所采集的6次目标任务执行过程的实际帧率的表现，即，三种针对目标帧率为90帧的目标应用程序的目标任务执行过程的实际帧率曲线，图3中的a组图6个曲线整体平缓，但是在开始或结束时候会掉帧，表明用户在开始或结束时调用设置界面，由于设置界面的目标帧率低于目标任务执行过程的界面的目标帧率导致的；图3中的b组图，在目标任务执行过程中有大幅度的帧率掉帧现象，表明激烈程度较高，若目标应用程序为游戏，则图3的b组图中的大幅度的帧率掉帧位置处应为团战的情况，团战中激烈程度较高，画面迅速变化导致大幅度帧率掉帧；图3中的c组图中的大幅度帧率掉帧现象少于图3中的b组图，但是整体帧率曲线抖动较大，且有多次突然掉帧，表明在目标任务执行过程中一直保持激烈程度较高的操作状态。
80.其中，对于特征值，则可从实际帧率中提取，从该连续的时序数据中的每个数据均能够提取出较多的特征值，如：均值、中位数、方差、自回归系数等，从所有特征值中筛选出有效特征值，以便基于有效特征值对实际帧率进行分类。
81.其中，有效特征值为对分类用户操作习惯有效的特征值，能够表征时间周期内的时序数据的帧率曲线的变化状态。筛选的过程可以为：根据特征值的含义筛选，如：时域与频域的分析参数；基于历史数据确定与分类结果无关的特征值，如：相似数据，或，所有数据中相差较大的个体等。
82.其中，从该时间周期内的时序数据中的每个数据中均能够筛选出有效特征值，即针对不同的数据都有相同含义的有效特征值，例如：一局游戏有10分钟，每一秒都有一个帧率值，则该局游戏所对应的时间周期内共有600个帧率值，对每个帧率值分别提取特征值，并分别筛选有效特征值。
83.当筛选出有效特征值后，对有效特征值进行标准化处理，已得到结构化数据。针对不同的目标应用程序执行不同的标准化处理。其中，数据标准化处理算法包括min-max标准化处理及z-score标准化处理等。
84.针对不同的目标应用程序执行不同的标准化处理，可以为：基于目标应用程序的目标任务的时间周期及目标帧率对不同特征值执行不同的标准化处理，不同的目标应用程
序的目标任务具有不同的时间周期，并且，不同的目标应用程序的目标帧率不同，这就使得针对不同的目标应用程序执行的标准化处理不同。
85.如：对一局游戏中与帧率相关的特征值做标准化处理时，可以为：将检测到的帧率值相加的和除以目标帧率，实现标准化处理之后，再进行与帧率相关的特征值的计算；若与游戏时长相关的特征值做标准化处理时，则可以将检测到的游戏时长除以标准时长，实现标准化处理之后，再进行与时长相关的特征值的计算。
86.将经过标准化处理后得到的结构化数据输入至预先训练完成的机器学习分类模型，以得到目标任务的时间周期内的数据的标签，即每个实际帧率的数据标签。
87.其中，在对机器学习分类模型进行模型训练时，是基于历史数据和/或内侧用户数据进行特征提取及筛选，在筛选出有效特征后执行标准化处理，得到结构化数据，并将结构化数据进行机器学习聚类分析，采用无监督的kmeans聚类模型，该聚类模型将给定的样本集按照样本之间的距离大小将样本集分簇，使得每一个簇内的点紧密的连在一起，簇与簇之间的距离尽可能大，将经过聚类的结构化数据根据类别打标签，形成有标签的标准化的结构化数据集；将有标签的结构化数据集输入机器学习分类模型进行训练，其中，分类模型可采用有监督的knn分类模型。
88.在训练完成后，即可使用该训练完成的机器学习分类模型处理实际帧率，以得到数据标签，并进一步确定相应的配置参数，通过模型训练的方式确定数据标签，并进一步确定第二配置参数，能够提高数据标签的准确度，从而提高第二配置参数的准确度。
89.不同的数据标签对应不同的配置参数，预先建立数据标签与配置参数的对应关系表，若确定当前检测到的实际帧率的数据标签为第一标签，则确定第一标签对应的配置参数为第二配置参数，对目标应用程序的运行环境重新进行配置；若确定当前监测到的实际帧率的数据标签为第二标签，则确定第二标签对应的配置参数为第二配置参数，对目标应用程序的运行环境重新进行配置。
90.本实施例公开的处理方法，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于机器学习分类模型处理实际帧率，获得实际帧率的数据标签，数据标签用于表征目标任务的时间周期内的激烈程度，基于实际帧率的数据标签确定第二配置参数。本方案中在获得实际帧率后，将实际帧率输入至机器学习分类模型，以得到实际帧率的数据标签，并基于实际帧率的数据标签确定第二配置参数，即实现了在基于用户的操作及机器学习的方式确定对配置参数进行调节，提高了基于实际帧率调节配置参数的准确度，避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
91.本实施例公开了一种处理方法，其流程图如图4所示，包括：
92.步骤s41、如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境；
93.步骤s42、响应运行指令，目标应用程序基于第一运行环境处于运行状态；
94.步骤s43、在目标应用程序基于第一运行环境处于运行状态，目标应用程序的目标任务运行位于监控周期内，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率
为目标任务的时间周期内的时序数据，监控周期内包括每次目标应用程序的目标任务运行过程获得的实际帧率；
95.步骤s44、基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。
96.为目标应用程序设置监控周期，在监控周期内运行目标应用程序，并执行目标任务。其中，一个监控周期通常大于一个目标任务的时间周期，即在一个监控周期内可以仅运行一次目标应用程序，也可以运行多次目标应用程序，或者，运行多次目标任务。
97.如：一个目标应用程序的一次目标任务的时间周期为10分钟，即10分钟就能够完成一次目标任务的运行，而一个监控周期可以为1天，或1周，那么，在1天或1周内，该目标应用程序中的目标任务可以仅运行1次，也可以运行多次，或者，1次都没有运行，这与用户运行该目标应用程序的目标任务的频率或次数相关。
98.那么，在一个监控周期内可以得到一个实际帧率，也可以得到多个实际帧率，在该监控周期内，只要运行一次目标任务，就会得到一个实际帧率，当运行多次目标任务时，就会得到多个实际帧率，而每个实际帧率表征的是在目标任务的时间周期内的一组时序数据，那么，当一个监控周期内多次运行目标任务，得到多个实际帧率时，实际得到的是多组时序数据。
99.在基于得到的多个实际帧率确定第二配置参数时，首先将每个实际帧率分别输入至预先训练完成的机器学习分类模型，机器学习分类模型的输出为实际帧率的数据标签。当在一个监控周期内得到多个实际帧率时，每个实际帧率分别输入至机器学习分类模型，则每个实际帧率都会得到一个对应的数据标签，最终得到多个数据标签，基于得到的多个数据标签确定第二配置参数。
100.由于每一个数据标签分别对应一组配置参数，在确定监控周期内的多个数据标签后，需要对多个数据标签进行统计，最终确定一个标签作为表征该监控周期内目标任务运行激烈程度的数据标签，通过最终确定的该标签确定第二配置参数，即选择与该最终确定的标签对应的配置参数作为第二配置参数。
101.从多个数据标签中最终确定一个标签用于表征监控周期内目标任务运行的激烈程度，则该标签的确定方式可以为：以占比的方式确定，即确定监控周期内获得的多个数据标签中每一种数据标签的数量与监控周期内获得的所有数据标签的种类的数量的比值，从中选择占比最高的数据标签表征监控周期内目标任务运行的激烈程度。
102.例如：监控周期内获得5个实际帧率，其中，第1个实际帧率对应的数据标签为第1标签，第2个实际帧率对应的数据标签为第2标签，第3个实际帧率对应的数据标签为第2标签，第4个实际帧率对应的数据标签为第2标签，第5个实际帧率对应的数据标签为第1标签，则第1标签共有2个，第2标签有3个，则2/5是小于3/5的，则将第2标签确定为能够表征该监控周期内目标任务运行的激烈程度的标签。
103.或者，只有当占比达到某一预设值时，才会选择相应的数据标签，若所有数据标签的占比均未达到该预设值，则可延长监控周期，以增加数据标签的数量。
104.或者，也可以为：确定监控周期内得到的多个实际帧率，并从每个实际帧率中分别提取对应的特征值，计算每个特征值在多个实际帧率中的平均值，从而得到每一个平均特征值，基于所有的平均特征值确定一个对应的数据标签，通过该数据标签表征该监控周期内运行目标任务的激烈程度，进而确定第二配置参数，以便在配置参数配置完成第二运行
环境后，能够基于重新配置的第二运行环境运行目标应用程序，实现配置参数与用户操作习惯匹配。
105.本实施例公开的处理方法，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。本方案中在目标应用程序运行过程中，基于目标任务的实际帧率调整目标应用程序的配置参数，以使得调整后的配置参数与运行过程中的实际帧率相关，以保证目标应用程序运行过程中均以与实际帧率适配的配置参数运行，使得配置参数能够与用户的实际操作适配，避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
106.本实施例公开了一种处理方法，其流程图如图5所示，包括：
107.步骤s51、如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境；
108.步骤s52、响应运行指令，目标应用程序基于第一运行环境处于运行状态；
109.步骤s53、在目标应用程序基于第一运行环境处于运行状态，目标应用程序的目标任务运行位于监控周期内，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，监控周期内包括每次目标应用程序的目标任务运行过程获得的实际帧率；
110.步骤s54、基于监控周期内的目标应用程序的多个数据标签、多个使用时长以及使用次数确定第二配置参数，第二配置参数与第一配置参数不同。
111.在一个监控周期内可以运行多次目标任务，而运行多次目标任务可以为在运行一次目标应用程序的基础上实现的，也可以为在运行多次目标应用程序的基础上实现的。
112.当一个监控周期内运行多次目标任务时，每次运行目标任务能够获得一次实际帧率，运行多次目标任务就能够获得多次实际帧率。其中，在运行目标任务时，系统能够获得的除实际帧率外，至少还包括运行目标任务的时长，还能够对目标任务的运行状态进行记录。
113.对目标任务的运行状态进行记录，即每次目标任务运行都会记录，从而得到目标任务在监控周期内的使用次数；系统获得每次目标任务运行时的使用时长，以便获得目标任务在监控周期内每次运行时的使用时长以及使用次数。
114.并在确定监控周期内目标任务的使用次数、使用时长以及每次运行时的实际帧率后，基于每个实际帧率确定一个数据标签，基于多个数据标签、多个使用时长及使用次数共同确定第二配置参数。
115.若每次运行目标任务的使用时长都较长，则在进行参数配置时需要考虑较长时间运行目标任务的功耗对设备续航能力的影响；若在监控周期内运行目标任务的次数较多，在进行参数配置时也需要考虑较多次数运行目标任务的功耗对设备续航能力的影响；而若在监控周期内每次运行目标任务的使用时长都较短，且次数较少，则即使功耗较高，也并不会对设备续航能力有明显的影响。
116.因此，在确定第二配置参数时，不仅需要基于能够表征运行目标任务时的激烈程
度的数据标签，还需要基于监控周期内的使用时长及使用次数共同确定，以保证目标任务在基于最终生成的第二配置参数配置第二运行环境下运行时，不会出现由于配置参数与实际帧率不匹配而产生功耗较高或画面卡顿的现象。
117.进一步的，基于实际帧率确定第二配置参数，包括：基于监控周期内的目标应用程序的多个数据标签、多个使用时长以及使用次数确定用户画像，基于用户画像确定第二配置参数，不同的用户画像对应不同的第二配置参数。
118.为不同的用户画像配置不同的配置参数，而用户画像是基于监控周期内的多个数据标签、多个使用时长及使用次数共同确定的，其中，用户画像表征不同用户在运行目标任务时的特点，这些特点既包括是否激烈，也包括是否长时间运行目标任务，或者多次运行目标任务。
119.例如：目标任务为游戏，监控周期为1周，确定一个监控周期内玩游戏的总时长，将其确定为属性a；确定一个监控周期内每一局游戏的平均游戏时长，将其确定为属性b；根据一个监控周期内玩游戏的次数确定其每天玩游戏的频率，将其确定为属性c；确定一个监控周期内预设次数游戏的数据标签，将其确定为属性d。
120.若第一用户玩游戏时，游戏频率高，即属性c高，游戏时长长，即属性a长，并且，每局游戏的数据标签显示游戏帧率抖动大，游戏激烈，则可认为该第一用户为第一类型玩家，其中，第一类型玩家为经常玩游戏且每局游戏都喜欢激烈玩法的玩家；
121.若第二用户玩游戏时，游戏频率高，即属性c高，游戏时长长，即属性a长，但是，每局游戏的数据标签显示游戏帧率平缓，游戏不激烈，则可认为该第二用户为第二类型玩家，其中，第二类型玩家为经常玩游戏、但是喜欢策略取胜、不喜欢激烈玩法的玩家；
122.若第三用户玩游戏时，游戏频率低，即属性c低，游戏时长短，即属性a短，但是，每局游戏的数据标签显示游戏帧率抖动大，游戏激烈，则可认为该第三用户为第三类型玩家，其中，第三类型玩家为不常玩游戏、但是每局游戏都喜欢激烈玩法的玩家；
123.若第四用户玩游戏时，游戏频率低，即属性c低，游戏时长短，即属性a短，并且，每局游戏的数据标签显示游戏帧率平缓，游戏不激烈，则可认为该第四用户为第四类型玩家，其中，第四类型玩家为不常玩游戏、也不喜欢激烈玩法，属于比较佛系的玩家。
124.本实施例公开的处理方法，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。本方案中在目标应用程序运行过程中，基于目标任务的实际帧率调整目标应用程序的配置参数，以使得调整后的配置参数与运行过程中的实际帧率相关，以保证目标应用程序运行过程中均以与实际帧率适配的配置参数运行，使得配置参数能够与用户的实际操作适配，避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
125.本实施例公开了一种电子设备，其结构示意图如图6所示，包括：
126.显示输出部件61及处理器62。
127.其中，处理器62用于在获得目标应用程序的运行指令时，基于第一配置参数为目标应用程序配置第一运行环境；响应运行指令，目标应用程序基于第一运行环境处于运行
状态；在目标应用程序基于第一运行环境处于运行状态时，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据；基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。
128.进一步的，处理器基于实际帧率确定第二配置参数，包括：处理器基于机器学习分类模型处理实际帧率，获得实际帧率的数据标签，数据标签用于表征目标任务的时间周期内的激烈程度，基于实际帧率的数据标签确定第二配置参数。
129.其中，机器学习分类模型包括：
130.特征值获取模块，用于获得实际帧率中的特征值；
131.数据处理模块，用于对特征值进行标准化处理；
132.分类模块，用于基于经过标准化处理后的特征值确定数据标签。
133.其中，所述特征值获取模块包括时间序列挖掘分析模块，通过时间序列挖掘分析模块对每局游戏收集到的实时帧率曲线进行特征值提取，即图3的a组、b组、c组中任意一组的任意一个实际帧率的实时状况的体现，该目标任务运行过程的实际帧率是时间上连续的实际帧率的一组数据(例如，一局游戏的帧率曲线)。所述特征值获取模块还包括特征值筛选模块，通过特征值筛选模块对上述一组数据通过筛选出来的特征值，该特征值可以有效描述帧率曲线的变化状态从而反应出用户操作的激烈程度。这些特征值中，有的是关注于帧率曲线中的持续低谷(大概率对应到游戏中的激烈打斗场景)，有的是关注于帧率曲线整体的波动状况(对应到游戏中点击屏幕等交互操作是否频繁)。即，提取出的这些特征值可以最大程度上反应用户的操作习惯，
134.其中，所述数据处理模块对筛选出的特征值进行标准化处理。不同于这些常规化的数据标准化处理方法，本专利根据游戏时长信息和目标帧率等信息对不同的特征值数据进行不同的数据标准化处理。例如mean、最大值、最小值这些数据要结合目标帧率进行标准化处理，而例如longest_strike，number_of_peaks_n这些数据则要结合游戏时长进行标准化处理并且输出结构化数据集
135.其中，所述分类模块包括聚类分析模块。所述聚类分析模块对标准化后的特征值结构化数据进行机器学习聚类分析并且输出有标签的结构化数据集。所述分类模块还包括分类模型训练模块。将所述分类模型训练模块接收有标签的结构化数据集，从而输出分类标签，例如，一局游戏的帧率曲线得到分类标签。
136.进一步的，处理器获得目标应用程序的目标任务运行过程的实际帧率，包括：
137.目标应用程序的目标任务运行位于监控周期内，处理器获得目标应用程序的目标任务运行过程的实际帧率；其中，监控周期内包括每次目标应用程序的目标任务运行过程获得的实际帧率。
138.进一步的，处理器基于实际帧率确定第二配置参数，包括：
139.处理器基于监控周期内的目标应用程序的多个数据标签确定第二配置参数。
140.进一步的，处理器还用于：
141.基于监控周期获得目标应用程序每次处于运行状态的使用时长；或，基于监控周期记录目标应用程序每次处于运行状态。
142.进一步的，处理器基于实际帧率确定第二配置参数，包括：
143.处理器基于监控周期内的目标应用程序的多个数据标签、多个使用时长以及使用
次数确定第二配置参数。
144.进一步的，处理器基于实际帧率确定第二配置参数，包括：
145.处理器基于监控周期内的目标应用程序的多个数据标签、多个使用时长以及使用次数确定用户画像；基于用户画像确定第二配置参数，不同的用户画像对应不同的第二配置参数。
146.进一步的，处理器还用于：
147.在目标应用程序基于第二配置参数配置第二运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率的曲线平滑于在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率的曲线。
148.本实施例公开的电子设备是在上述实施例公开的处理方法的基础上实现的，在此不再赘述。
149.本实施例公开的电子设备，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。本方案中在目标应用程序运行过程中，基于目标任务的实际帧率调整目标应用程序的配置参数，以使得调整后的配置参数与运行过程中的实际帧率相关，以保证目标应用程序运行过程中均以与实际帧率适配的配置参数运行，使得配置参数能够与用户的实际操作适配，避免出现由于配置参数与实际帧率不匹配导致的功耗升高或画面卡顿的现象。
150.本技术实施例还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器加载并执行，实现上述处理方法的各步骤，具体实现过程可以参照上述实施例相应部分的描述，本实施例不做赘述。
151.本技术还提出了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述处理方法方面或处理系统方面的各种可选实现方式中所提供方法，具体实现过程可以参照上述相应实施例的描述，不做赘述。
152.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
153.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以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技术的范围。
154.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执
行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
155.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
技术特征：1.一种处理方法，所述方法包括：如果获得目标应用程序的运行指令，基于第一配置参数为所述目标应用程序配置第一运行环境；响应所述运行指令，所述目标应用程序基于所述第一运行环境处于运行状态；在所述目标应用程序基于所述第一运行环境处于运行状态时，获得所述目标应用程序的目标任务运行过程的实际帧率，所述实际帧率为所述目标任务的时间周期内的时序数据；基于所述实际帧率确定所述第二配置参数，所述第二配置参数与所述第一配置参数不同。2.根据权利要求1所述的方法，其中，所述基于所述实际帧率确定所述第二配置参数，包括：基于机器学习分类模型处理所述实际帧率，获得所述实际帧率的数据标签，所述数据标签用于表征所述目标任务的时间周期内的激烈程度；基于所述实际帧率的数据标签确定所述第二配置参数。3.根据权利要求2所述的方法，其中，所述获得所述目标应用程序的目标任务运行过程的实际帧率，包括：所述目标应用程序的目标任务运行位于监控周期内，获得所述目标应用程序的目标任务运行过程的实际帧率；其中，所述监控周期内包括每次所述目标应用程序的目标任务运行过程获得的实际帧率。4.根据权利要求3所述的方法，其中，所述基于所述实际帧率确定所述第二配置参数，包括：基于所述监控周期内的所述目标应用程序的多个数据标签确定所述第二配置参数。5.根据权利要求3所述的方法，其中，所述方法还包括：基于所述监控周期获得所述目标应用程序每次处于运行状态的使用时长；或，基于所述监控周期记录所述目标应用程序每次处于运行状态。6.根据权利要求5所述的方法，其中，所述基于所述实际帧率确定第二配置参数，包括：基于所述监控周期内的所述目标应用程序的多个数据标签、多个使用时长以及使用次数确定所述第二配置参数。7.根据权利要求5所述的方法，其中，所述基于所述实际帧率确定第二配置参数，包括：基于所述监控周期内的所述目标应用程序的多个数据标签、多个使用时长以及使用次数确定用户画像；基于所述用户画像确定所述第二配置参数，不同的用户画像对应不同的第二配置参数。8.根据权利要求1所述的方法，其中，所述方法还包括：在所述目标应用程序基于所述第二配置参数配置第二运行环境处于运行状态，获得所述目标应用程序的目标任务运行过程的实际帧率的曲线平滑于在所述目标应用程序基于所述第一运行环境处于运行状态，获得所述目标应用程序的目标任务运行过程的实际帧率的曲线。
9.一种电子设备，所述电子设备包括：显示输出部件；处理器，所述处理器用于如果获得目标应用程序的运行指令，基于第一配置参数为所述目标应用程序配置第一运行环境；响应所述运行指令，所述目标应用程序基于所述第一运行环境处于运行状态；在所述目标应用程序基于所述第一运行环境处于运行状态时，获得所述目标应用程序的目标任务运行过程的实际帧率，所述实际帧率为所述目标任务的时间周期内的时序数据；基于所述实际帧率确定所述第二配置参数，所述第二配置参数与所述第一配置参数不同。10.根据权利要求9所述的设备，其中，所述处理器用于基于所述实际帧率确定所述第二配置参数，包括：所述处理器用于基于机器学习分类模型处理所述实际帧率，获得所述实际帧率的数据标签，所述数据标签用于表征所述目标任务的时间周期内的激烈程度；基于所述实际帧率的数据标签确定所述第二配置参数；其中，所述机器学习分类模型包括：特征值获取模块，用于获得所述实际帧率中的特征值；数据处理模块，用于对所述特征值进行标准化处理；分类模块，用于基于经过标准化处理后的所述特征值确定数据标签。
技术总结本申请公开了一种处理方法及电子设备，如果获得目标应用程序的运行指令，基于第一配置参数为目标应用程序配置第一运行环境，响应运行指令，目标应用程序基于第一运行环境处于运行状态，在目标应用程序基于第一运行环境处于运行状态，获得目标应用程序的目标任务运行过程的实际帧率，实际帧率为目标任务的时间周期内的时序数据，基于实际帧率确定第二配置参数，第二配置参数与第一配置参数不同。第二配置参数与第一配置参数不同。第二配置参数与第一配置参数不同。
技术研发人员：赵子涵 高庆操
受保护的技术使用者：联想（北京）有限公司
技术研发日：2022.03.31
技术公布日：2022/7/5
