本發(fā)明涉及終端
技術領域：
，特別涉及一種啟動應用的方法、裝置、存儲介質(zhì)及終端。
背景技術：
：隨著終端技術的發(fā)展，諸如智能手機等終端的功能越來越多。終端中可以安裝多個應用。當前，用戶解鎖終端后，需要手動啟動想要使用的應用。而終端上安裝的應用通常比較多，用戶選擇想要使用的應用并啟動該應用需要耗費較長時間，從而應用的啟動效率低。技術實現(xiàn)要素：本發(fā)明實施例提供一種啟動應用的方法、裝置、存儲介質(zhì)及終端，可以提高應用的啟動效率。本發(fā)明實施例提供一種啟動應用的方法，包括：多次獲取終端解鎖后首次進入應用的應用信息以及所述終端進入所述應用時用戶的第一表情；對獲取到的多個所述應用信息以及多個所述第一表情進行訓練，以生成應用與表情之間的匹配模型；當檢測到所述終端解鎖時，獲取用戶的第二表情；根據(jù)所述第二表情與所述匹配模型之間的匹配結(jié)果確定目標應用；啟動所述目標應用。本發(fā)明實施例還提供一種啟動應用的裝置，包括：第一獲取模塊，用于多次獲取終端解鎖后首次進入應用的應用信息以及所述終端進入所述應用時用戶的第一表情；訓練模塊，用于對獲取到的多個所述應用信息以及多個所述第一表情進行訓練，以生成應用與表情之間的匹配模型；第二獲取模塊，用于當檢測到所述終端解鎖時，獲取用戶的第二表情；確定模塊，用于根據(jù)所述第二表情與所述匹配模型之間的匹配結(jié)果確定目標應用；啟動模塊，用于啟動所述目標應用。本發(fā)明實施例還提供一種存儲介質(zhì)，所述存儲介質(zhì)中存儲有計算機程序，當所述計算機程序在計算機上運行時，使得所述計算機執(zhí)行上述啟動應用的方法。本發(fā)明實施例還提供一種終端，包括處理器和存儲器，所述存儲器中存儲有計算機程序，所述處理器通過調(diào)用所述存儲器中存儲的所述計算機程序，用于執(zhí)行上述啟動應用的方法。本發(fā)明實施例提供的啟動應用的方法，多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情；對獲取到的多個該應用信息以及多個該第一表情進行訓練，以生成應用與表情之間的匹配模型；當檢測到該終端解鎖時，獲取用戶的第二表情；根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用；啟動該目標應用。該方案在終端解鎖后，根據(jù)用戶表情與已經(jīng)建立的匹配模型之間的匹配結(jié)果來確定目標應用，并啟動該目標應用，無需用戶操作即可根據(jù)用戶習慣自動啟動應用，從而可以提高應用的啟動效率。附圖說明為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹。顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是終端鎖屏界面的狀態(tài)示意圖。圖2是本發(fā)明實施例提供的啟動應用的方法的流程示意圖。圖3是本發(fā)明實施例提供的啟動應用的方法的另一流程示意圖。圖4是本發(fā)明實施例提供的啟動應用的方法的又一流程示意圖。圖5是本發(fā)明實施例提供的啟動應用的方法的再一流程示意圖。圖6是本發(fā)明實施例提供的啟動應用的方法的應用場景示意圖。圖7是本發(fā)明實施例提供的啟動應用的方法的另一應用場景示意圖。圖8是本發(fā)明實施例提供的啟動應用的裝置的結(jié)構(gòu)示意圖。圖9是本發(fā)明實施例提供的終端的結(jié)構(gòu)示意圖。圖10是本發(fā)明實施例提供的終端的另一結(jié)構(gòu)示意圖。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述。顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域技術人員在沒有付出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明的保護范圍。本發(fā)明的說明書和權利要求書以及上述附圖中的術語“第一”、“第二”、“第三”等(如果存在)是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應當理解，這樣描述的對象在適當情況下可以互換。此外，術語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含。例如，包含了一系列步驟的過程、方法或包含了一系列模塊或單元的裝置、終端、系統(tǒng)不必限于清楚地列出的那些步驟或模塊或單元，還可以包括沒有清楚地列出的步驟或模塊或單元，也可以包括對于這些過程、方法、裝置、終端或系統(tǒng)固有的其它步驟或模塊或單元。參考圖1，圖1為終端鎖屏界面的狀態(tài)示意圖。用戶在進入終端系統(tǒng)時，終端首先會顯示鎖屏界面。其中，終端中具有指紋識別模塊，用于采集用戶的指紋信息。當用戶輸入的指紋信息與終端中預先存儲的指紋信息吻合時，用戶身份驗證通過。此時，終端進行解鎖，并進入解鎖后的界面。終端解鎖后進入的界面為終端的主界面(即終端的桌面)。此時，用戶可以選擇運行某個應用，則終端進入該應用的界面。若用戶未選擇運行應用，則終端停留在主界面。本發(fā)明實施例提供一種啟動應用的方法，該方法可以應用于終端中。該終端可以是智能手機、平板電腦等設備。如圖2所示，該啟動應用的方法，可以包括以下步驟：s110，多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情。其中，終端處于鎖屏界面時，當用戶的身份驗證信息(例如，指紋)通過后，終端解鎖，并進入終端的主界面。此時，若用戶點擊某個應用，則終端啟動該應用并進入該應用的主界面?？梢岳斫獾模K端的解鎖方式不限于指紋解鎖，還可以包括其他的解鎖方式。例如，虹膜解鎖、人臉識別解鎖、聲紋解鎖、密碼解鎖等。終端啟動該應用時，可以獲取該應用的應用信息。其中，該應用信息可以包括該應用的名稱、應用包名、應用的安裝位置等信息。該應用信息用于區(qū)別該應用與其他的應用。也即，該應用信息為該應用的身份標識。另一方面，用戶在解鎖終端并首次進入應用時，往往具有不同的表情。用戶的不同表情代表著用戶使用某個應用時的情緒。例如，進入微信應用時，用戶表情為開心；進入打車軟件(例如，滴滴)時，用戶表情為焦慮；進入電話應用時，用戶表情為生氣，等等。終端啟動上述應用時，可以獲取此時用戶的第一表情。該第一表情可以包括開心、難過、焦慮、生氣等表情。在一些實施例中，終端中具有攝像頭。終端可以通過攝像頭采集用戶的第一表情。終端可以多次執(zhí)行上述操作，以多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情。s120，對獲取到的多個該應用信息以及多個該第一表情進行訓練，以生成應用與表情之間的匹配模型。其中，終端獲取到多個應用信息以及多個第一表情后，可以基于預設機器學習算法，對該多個應用信息以及多個第一表情進行訓練，以生成應用與表情之間的匹配模型。該匹配模型包括應用與表情之間的對應關系。其中，該預設機器學習算法可以包括但不限于協(xié)同過濾(cf，collaborativefiltering)算法、奇異值分解(svd，singularvaluedecomposition)算法、神經(jīng)網(wǎng)絡算法(neuralnetworkalgorithm)等。在訓練過程中，終端可以不斷對獲取到的應用信息和第一表情進行學習，以不斷對生成的匹配模型進行完善，從而不斷提高匹配模型中應用與表情之間的對應關系的準確度。在一些實施例中，該匹配模型中包括多個子模型。該匹配模型可以是如表1所示的匹配模型。表1子模型應用表情子模型1應用a開心子模型2應用b難過………………子模型n1應用c焦慮子模型n2應用d生氣s130，當檢測到該終端解鎖時，獲取用戶的第二表情。當終端檢測到用戶的解鎖操作并解鎖成功時，獲取用戶的第二表情。其中，用戶的解鎖操作可以包括用戶輸入指紋、輸入密碼、輸入聲紋等身份驗證信息。當用戶的身份驗證信息通過時，終端解鎖成功。此時，終端獲取用戶的第二表情。在一些實施例中，終端具有攝像頭。終端可以通過攝像頭獲取用戶的第二表情。該第二表情可以包括開心、難過、焦慮、生氣等表情。s140，根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用。終端獲取到用戶的第二表情后，可以將該第二表情與上述匹配模型進行匹配，以得到匹配結(jié)果。其中，匹配結(jié)果包括匹配成功和匹配失敗。匹配成功時，終端可以確定該第二表情與匹配模型中的哪個子模型匹配成功。隨后，終端根據(jù)匹配結(jié)果確定目標應用。該目標應用即為終端即將啟動的應用。s150，啟動該目標應用。終端確定目標應用后，即可啟動該目標應用。參考圖6，用戶解鎖終端后的第二表情為開心，則終端啟動應用a并進入應用a的主界面。參考圖7，用戶解鎖終端后的第二表情為難過，則終端啟動應用b并進入應用b的主界面。在一些實施例中，如圖3所示，步驟s130、當檢測到該終端解鎖時，獲取用戶的第二表情，包括以下步驟：s131，當檢測到該終端解鎖時，獲取用戶的第二表情維持不變的持續(xù)時長；步驟s140、根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用，包括以下步驟：s141，將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果；s142，根據(jù)該匹配結(jié)果確定目標應用。其中，應用與表情之間的匹配模型包括應用與表情的持續(xù)時長之間的對應關系。例如，該匹配模型可以是如表2所示的匹配模型。表2子模型應用表情表情的持續(xù)時長子模型1應用a開心2s子模型2應用b難過3s……………………子模型n1應用c焦慮2s子模型n2應用d生氣1s當終端檢測到用戶的解鎖操作并解鎖成功時，獲取用戶的第二表情的持續(xù)時長。其中，用戶的解鎖操作可以包括用戶輸入指紋、輸入密碼、輸入聲紋等身份驗證信息。當用戶的身份驗證信息通過時，終端解鎖成功。此時，終端獲取用戶的第二表情的持續(xù)時長。隨后，終端將該第二表情以及該第二表情的持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。隨后，終端根據(jù)該匹配結(jié)果確定目標應用。例如，第二表情為開心，該開心的表情持續(xù)了1s，則匹配結(jié)果為匹配成功，并且與第二表情以及該第二表情的持續(xù)時長匹配成功的子模型為子模型1。則終端可以確定目標應用為應用a。在一些實施例中，步驟s141、將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果之前，還包括以下步驟：s143，判斷該持續(xù)時長是否超過預設時長；若該持續(xù)時長超過該預設時長，則將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。其中，預設時長為預先設置在終端中的一個時長值。該預設時長用于表示表情的持續(xù)時長所需要達到的最小時長。例如，預設時長可以為0.5s。當終端獲取到第二表情維持不變的持續(xù)時長后，將該持續(xù)時長與該預設時長進行比較，以判斷該時序時長是否超過該預設時長。當該持續(xù)時長超過該預設時長時，終端將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。當該持續(xù)時長未超過該預設時長時，終端可以終止流程，或者重新獲取第二表情維持不變的持續(xù)時長。例如，當該持續(xù)時長為1s，預設時長為0.5s時，則該持續(xù)時長超過該預設時長。隨后，終端將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。在一些實施例中，如圖4所示，步驟s130、當檢測到該終端解鎖時，獲取用戶的第二表情，包括以下步驟：s132，當檢測到該終端解鎖時，獲取用戶的第二表情的變化頻率；步驟s140、根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用，包括以下步驟：s144，將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果；s145，根據(jù)該匹配結(jié)果確定目標應用。其中，應用與表情之間的匹配模型包括應用與表情的變化頻率之間的對應關系。表情的變化頻率表示用戶出現(xiàn)某個表情，然后用戶的表情迅速消失，然后再次出現(xiàn)該表情，以此迅速切換的情形。例如，該匹配模型可以是如表3所示的匹配模型。表3當終端檢測到用戶的解鎖操作并解鎖成功時，獲取用戶的第二表情的變化頻率。其中，用戶的解鎖操作可以包括用戶輸入指紋、輸入密碼、輸入聲紋等身份驗證信息。當用戶的身份驗證信息通過時，終端解鎖成功。此時，終端獲取用戶的第二表情的變化頻率。隨后，終端將該第二表情以及該第二表情的變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。隨后，終端根據(jù)該匹配結(jié)果確定目標應用。例如，第二表情為焦慮，該焦慮的表情變化頻率為2次/秒，則匹配結(jié)果為匹配成功，并且與該第二表情以及該第二表情的變化頻率匹配成功的子模型為子模型n1。則終端可以確定目標應用為應用c。在一些實施例中，如圖5所示，步驟s132、當檢測到該終端解鎖時，獲取用戶的第二表情的變化頻率，包括：s1321，當檢測到該終端解鎖時，獲取用戶的第二表情在預設時間段內(nèi)的變化次數(shù)；s1322，根據(jù)該變化次數(shù)計算該第二表情的變化頻率。其中，預設時間段可以是預先設置在終端中的一個時間段。例如，預設時間段為3s。當檢測到終端解鎖時，終端持續(xù)采集用戶在該預設時間段內(nèi)的表情，以獲取用戶的第二表情在該預設時間段內(nèi)的變化次數(shù)。隨后，終端根據(jù)該變化次數(shù)計算該第二表情的變化頻率。例如，用戶的第二表情在3s內(nèi)變化了6次，則可以計算出該第二表情的變化頻率為2次/秒。在一些實施例中，繼續(xù)參考圖4，步驟s144、將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果之前，還包括以下步驟：s146，判斷該變化頻率是否超過預設頻率；若該變化頻率超過該預設頻率，則將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。其中，預設頻率為預先設置在終端中的一個頻率值。該預設頻率用于表示表情的變化頻率所需要達到的最小頻率。例如，預設頻率為0.5次/秒。當終端獲取到第二表情的變化頻率后，將該變化頻率與該預設頻率進行比較，以判斷該變化頻率是否超過該預設頻率。當該變化頻率超過該預設頻率時，終端將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。當該變化頻率未超過該預設頻率時，終端可以終止流程，或者重新獲取第二表情的變化頻率。例如，當該變化頻率為1次/秒，預設頻率為0.5次/秒時，則該變化頻率超過該預設頻率。隨后，終端將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。具體實施時，本發(fā)明不受所描述的各個步驟的執(zhí)行順序的限制，在不產(chǎn)生沖突的情況下，某些步驟還可以采用其它順序進行或者同時進行。由上可知，本發(fā)明實施例提供的啟動應用的方法，多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情；對獲取到的多個該應用信息以及多個該第一表情進行訓練，以生成應用與表情之間的匹配模型；當檢測到該終端解鎖時，獲取用戶的第二表情；根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用；啟動該目標應用。該方案在終端解鎖后，根據(jù)用戶表情與已經(jīng)建立的匹配模型之間的匹配結(jié)果來確定目標應用，并啟動該目標應用，無需用戶操作即可根據(jù)用戶習慣自動啟動應用，從而可以提高應用的啟動效率。本發(fā)明實施例還提供一種啟動應用的裝置，該裝置可以集成在終端中，該終端可以是智能手機、平板電腦等設備。如圖8所示，啟動應用的裝置200可以包括：第一獲取模塊201、訓練模塊202、第二獲取模塊203、確定模塊204以及啟動模塊205。第一獲取模塊201，用于多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情。其中，終端處于鎖屏界面時，當用戶的身份驗證信息(例如，指紋)通過后，終端解鎖，并進入終端的主界面。此時，若用戶點擊某個應用，則終端啟動該應用并進入該應用的主界面?？梢岳斫獾?，終端的解鎖方式不限于指紋解鎖，還可以包括其他的解鎖方式。例如，虹膜解鎖、人臉識別解鎖、聲紋解鎖、密碼解鎖等。終端啟動該應用時，第一獲取模塊201可以獲取該應用的應用信息。其中，該應用信息可以包括該應用的名稱、應用包名、應用的安裝位置等信息。該應用信息用于區(qū)別該應用與其他的應用。也即，該應用信息為該應用的身份標識。另一方面，用戶在解鎖終端并首次進入應用時，往往具有不同的表情。用戶的不同表情代表著用戶使用某個應用時的情緒。例如，進入微信應用時，用戶表情為開心；進入打車軟件(例如，滴滴)時，用戶表情為焦慮；進入電話應用時，用戶表情為生氣，等等。終端啟動上述應用時，第一獲取模塊201可以獲取此時用戶的第一表情。該第一表情可以包括開心、難過、焦慮、生氣等表情。在一些實施例中，終端中具有攝像頭。終端可以通過攝像頭采集用戶的第一表情。第一獲取模塊201可以多次執(zhí)行上述操作，以多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情。訓練模塊202，用于對獲取到的多個該應用信息以及多個該第一表情進行訓練，以生成應用與表情之間的匹配模型。其中，第一獲取模塊201獲取到多個應用信息以及多個第一表情后，訓練模塊202可以基于預設機器學習算法，對該多個應用信息以及多個第一表情進行訓練，以生成應用與表情之間的匹配模型。該匹配模型包括應用與表情之間的對應關系。其中，該預設機器學習算法可以包括但不限于協(xié)同過濾(cf，collaborativefiltering)算法、奇異值分解(svd，singularvaluedecomposition)算法、神經(jīng)網(wǎng)絡算法(neuralnetworkalgorithm)等。在訓練過程中，訓練模塊202可以不斷對獲取到的應用信息和第一表情進行學習，以不斷對生成的匹配模型進行完善，從而不斷提高匹配模型中應用與表情之間的對應關系的準確度。在一些實施例中，該匹配模型中包括多個子模型。該匹配模型可以是如表4所示的匹配模型。表4子模型應用表情子模型1應用a開心子模型2應用b難過………………子模型n1應用c焦慮子模型n2應用d生氣第二獲取模塊203，用于當檢測到該終端解鎖時，獲取用戶的第二表情。當檢測到用戶的解鎖操作并解鎖成功時，第二獲取模塊203獲取用戶的第二表情。其中，用戶的解鎖操作可以包括用戶輸入指紋、輸入密碼、輸入聲紋等身份驗證信息。當用戶的身份驗證信息通過時，終端解鎖成功。此時，第二獲取模塊203獲取用戶的第二表情。在一些實施例中，終端具有攝像頭。第二獲取模塊203可以通過攝像頭獲取用戶的第二表情。該第二表情可以包括開心、難過、焦慮、生氣等表情。確定模塊204，用于根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用。第二獲取模塊203獲取到用戶的第二表情后，確定模塊204可以將該第二表情與上述匹配模型進行匹配，以得到匹配結(jié)果。其中，匹配結(jié)果包括匹配成功和匹配失敗。匹配成功時，確定模塊204可以確定該第二表情與匹配模型中的哪個子模型匹配成功。隨后，確定模塊204根據(jù)匹配結(jié)果確定目標應用。該目標應用即為終端即將啟動的應用。啟動模塊205，用于啟動該目標應用。確定模塊204確定目標應用后，啟動模塊205即可啟動該目標應用。在一些實施例中，第二獲取模塊203用于執(zhí)行以下步驟：當檢測到該終端解鎖時，獲取用戶的第二表情維持不變的持續(xù)時長；確定模塊204用于執(zhí)行以下步驟：將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果；根據(jù)該匹配結(jié)果確定目標應用。其中，應用與表情之間的匹配模型包括應用與表情的持續(xù)時長之間的對應關系。例如，該匹配模型可以是如表5所示的匹配模型。表5子模型應用表情表情的持續(xù)時長子模型1應用a開心2s子模型2應用b難過3s……………………子模型n1應用c焦慮2s子模型n2應用d生氣1s當檢測到用戶的解鎖操作并解鎖成功時，第二獲取模塊203獲取用戶的第二表情的持續(xù)時長。其中，用戶的解鎖操作可以包括用戶輸入指紋、輸入密碼、輸入聲紋等身份驗證信息。當用戶的身份驗證信息通過時，終端解鎖成功。此時，第二獲取模塊203獲取用戶的第二表情的持續(xù)時長。隨后，確定模塊204將該第二表情以及該第二表情的持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。隨后，確定模塊204根據(jù)該匹配結(jié)果確定目標應用。例如，第二表情為開心，該開心的表情持續(xù)了1s，則匹配結(jié)果為匹配成功，并且與第二表情以及該第二表情的持續(xù)時長匹配成功的子模型為子模型1。則確定模塊204可以確定目標應用為應用a。在一些實施例中，確定模塊204還用于執(zhí)行以下步驟：判斷該持續(xù)時長是否超過預設時長；若該持續(xù)時長超過該預設時長，則將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。其中，預設時長為預先設置在終端中的一個時長值。該預設時長用于表示表情的持續(xù)時長所需要達到的最小時長。例如，預設時長可以為0.5s。當?shù)诙@取模塊203獲取到第二表情維持不變的持續(xù)時長后，確定模塊204將該持續(xù)時長與該預設時長進行比較，以判斷該時序時長是否超過該預設時長。當該持續(xù)時長超過該預設時長時，確定模塊204將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。當該持續(xù)時長未超過該預設時長時，可以終止流程，或者重新獲取第二表情維持不變的持續(xù)時長。例如，當該持續(xù)時長為1s，預設時長為0.5s時，則該持續(xù)時長超過該預設時長。隨后，確定模塊204將該第二表情以及該持續(xù)時長與該匹配模型進行匹配，以得到匹配結(jié)果。在一些實施例中，第二獲取模塊203用于執(zhí)行以下步驟：當檢測到該終端解鎖時，獲取用戶的第二表情的變化頻率；確定模塊204用于執(zhí)行以下步驟：將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果；根據(jù)該匹配結(jié)果確定目標應用。其中，應用與表情之間的匹配模型包括應用與表情的變化頻率之間的對應關系。表情的變化頻率表示用戶出現(xiàn)某個表情，然后用戶的表情迅速消失，然后再次出現(xiàn)該表情，以此迅速切換的情形。例如，該匹配模型可以是如表6所示的匹配模型。表6子模型應用表情表情的變化頻率子模型1應用a開心2次/秒子模型2應用b難過3次/秒……………………子模型n1應用c焦慮2次/秒子模型n2應用d生氣1次/秒當檢測到用戶的解鎖操作并解鎖成功時，第二獲取模塊203獲取用戶的第二表情的變化頻率。其中，用戶的解鎖操作可以包括用戶輸入指紋、輸入密碼、輸入聲紋等身份驗證信息。當用戶的身份驗證信息通過時，終端解鎖成功。此時，第二獲取模塊203獲取用戶的第二表情的變化頻率。隨后，確定模塊204將該第二表情以及該第二表情的變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。隨后，確定模塊204根據(jù)該匹配結(jié)果確定目標應用。例如，第二表情為焦慮，該焦慮的表情變化頻率為2次/秒，則匹配結(jié)果為匹配成功，并且與該第二表情以及該第二表情的變化頻率匹配成功的子模型為子模型n1。則確定模塊204可以確定目標應用為應用c。在一些實施例中，當檢測到該終端解鎖時，獲取用戶的第二表情的變化頻率時，第二獲取模塊203用于執(zhí)行以下步驟：當檢測到該終端解鎖時，獲取用戶的第二表情在預設時間段內(nèi)的變化次數(shù)；根據(jù)該變化次數(shù)計算該第二表情的變化頻率。其中，預設時間段可以是預先設置在終端中的一個時間段。例如，預設時間段為3s。當檢測到終端解鎖時，第二獲取模塊203持續(xù)采集用戶在該預設時間段內(nèi)的表情，以獲取用戶的第二表情在該預設時間段內(nèi)的變化次數(shù)。隨后，第二獲取模塊203根據(jù)該變化次數(shù)計算該第二表情的變化頻率。例如，用戶的第二表情在3s內(nèi)變化了6次，則可以計算出該第二表情的變化頻率為2次/秒。在一些實施例中，確定模塊204還用于執(zhí)行以下步驟：判斷該變化頻率是否超過預設頻率；若該變化頻率超過該預設頻率，則將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。其中，預設頻率為預先設置在終端中的一個頻率值。該預設頻率用于表示表情的變化頻率所需要達到的最小頻率。例如，預設頻率為0.5次/秒。當?shù)诙@取模塊203獲取到第二表情的變化頻率后，確定模塊204將該變化頻率與該預設頻率進行比較，以判斷該變化頻率是否超過該預設頻率。當該變化頻率超過該預設頻率時，確定模塊204將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。當該變化頻率未超過該預設頻率時，可以終止流程，或者重新獲取第二表情的變化頻率。例如，當該變化頻率為1次/秒，預設頻率為0.5次/秒時，則該變化頻率超過該預設頻率。隨后，確定模塊204將該第二表情以及該變化頻率與該匹配模型進行匹配，以得到匹配結(jié)果。具體實施時，以上各個模塊可以作為獨立的實體來實現(xiàn)，也可以進行任意組合，作為同一或若干個實體來實現(xiàn)。由上可知，本發(fā)明實施例提供的啟動應用的裝置200，通過第一獲取模塊201多次獲取終端解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情；訓練模塊202對獲取到的多個該應用信息以及多個該第一表情進行訓練，以生成應用與表情之間的匹配模型；當檢測到該終端解鎖時，第二獲取模塊203獲取用戶的第二表情；確定模塊204根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用；啟動模塊205啟動該目標應用。該方案在終端解鎖后，根據(jù)用戶表情與已經(jīng)建立的匹配模型之間的匹配結(jié)果來確定目標應用，并啟動該目標應用，無需用戶操作即可根據(jù)用戶習慣自動啟動應用，從而可以提高應用的啟動效率。本發(fā)明實施例還提供一種終端。該終端可以是智能手機、平板電腦等設備。如圖9所示，終端300包括處理器301和存儲器302。其中，處理器301與存儲器302電性連接。處理器301是終端300的控制中心，利用各種接口和線路連接整個終端的各個部分，通過運行或調(diào)用存儲在存儲器302內(nèi)的計算機程序，以及調(diào)用存儲在存儲器302內(nèi)的數(shù)據(jù)，執(zhí)行終端的各種功能和處理數(shù)據(jù)，從而對終端進行整體監(jiān)控。在本實施例中，終端300中的處理器301會按照如下的步驟，將一個或一個以上的計算機程序的進程對應的指令加載到存儲器302中，并由處理器301來運行存儲在存儲器302中的計算機程序，從而實現(xiàn)各種功能：多次獲取終端解鎖后首次進入應用的應用信息以及所述終端進入所述應用時用戶的第一表情；對獲取到的多個所述應用信息以及多個所述第一表情進行訓練，以生成應用與表情之間的匹配模型；當檢測到所述終端解鎖時，獲取用戶的第二表情；根據(jù)所述第二表情與所述匹配模型之間的匹配結(jié)果確定目標應用；啟動所述目標應用。在一些實施例中，所述匹配模型包括應用與表情的持續(xù)時長之間的對應關系，當檢測到所述終端解鎖時，獲取用戶的第二表情時，處理器301執(zhí)行以下步驟：當檢測到所述終端解鎖時，獲取用戶的第二表情維持不變的持續(xù)時長；根據(jù)所述第二表情與所述匹配模型之間的匹配結(jié)果確定目標應用時，處理器301執(zhí)行以下步驟：將所述第二表情以及所述持續(xù)時長與所述匹配模型進行匹配，以得到匹配結(jié)果；根據(jù)所述匹配結(jié)果確定目標應用。在一些實施例中，將所述第二表情以及所述第二表情所持續(xù)的時長與所述匹配模型進行匹配，以得到匹配結(jié)果之前，處理器301還執(zhí)行以下步驟：判斷所述持續(xù)時長是否超過預設時長；若所述持續(xù)時長超過所述預設時長，則將所述第二表情以及所述第二表情所持續(xù)的時長與所述匹配模型進行匹配，以得到匹配結(jié)果。在一些實施例中，所述匹配模型包括應用與表情的變化頻率之間的對應關系，當檢測到所述終端解鎖時，獲取用戶的第二表情時，處理器301執(zhí)行以下步驟：當檢測到所述終端解鎖時，獲取用戶的第二表情的變化頻率；根據(jù)所述第二表情與所述匹配模型之間的匹配結(jié)果確定目標應用時，處理器301執(zhí)行以下步驟：將所述第二表情以及所述變化頻率與所述匹配模型進行匹配，以得到匹配結(jié)果；根據(jù)所述匹配結(jié)果確定目標應用。在一些實施例中，當檢測到所述終端解鎖時，獲取用戶的第二表情的變化頻率時，處理器301執(zhí)行以下步驟：當檢測到所述終端解鎖時，獲取用戶的第二表情在預設時間段內(nèi)的變化次數(shù)；根據(jù)所述變化次數(shù)計算所述第二表情的變化頻率。在一些實施例中，將所述第二表情以及所述變化頻率與所述匹配模型進行匹配，以得到匹配結(jié)果之前，處理器301還執(zhí)行以下步驟：判斷所述變化頻率是否超過預設頻率；若所述變化頻率超過所述預設頻率，則將所述第二表情以及所述變化頻率與所述匹配模型進行匹配，以得到匹配結(jié)果。存儲器302可用于存儲計算機程序和數(shù)據(jù)。存儲器302存儲的計算機程序中包含有可在處理器中執(zhí)行的指令。計算機程序可以組成各種功能模塊。處理器301通過調(diào)用存儲在存儲器302的計算機程序，從而執(zhí)行各種功能應用以及數(shù)據(jù)處理。在一些實施例中，如圖10所示，終端300還包括：攝像頭303、顯示屏304、控制電路305、輸入單元306、傳感器307以及電源308。其中，處理器301分別與攝像頭303、顯示屏304、控制電路305、輸入單元306、傳感器307以及電源308電性連接。攝像頭303可用于采集外部影像數(shù)據(jù)。在一些實施例中，攝像頭303可用于采集用戶的表情，并將采集到的表情數(shù)據(jù)交由處理器301進行處理。顯示屏304可用于顯示由用戶輸入的信息或提供給用戶的信息以及終端的各種圖形用戶接口，這些圖形用戶接口可以由圖像、文本、圖標、視頻和其任意組合來構(gòu)成。控制電路305與顯示屏304電性連接，用于控制顯示屏304顯示信息。輸入單元306可用于接收輸入的數(shù)字、字符信息或用戶特征信息(例如指紋)，以及產(chǎn)生與用戶設置以及功能控制有關的鍵盤、鼠標、操作桿、光學或者軌跡球信號輸入。其中，輸入單元306可以包括指紋識別模組。傳感器307用于采集外部環(huán)境信息。傳感器307可以包括環(huán)境亮度傳感器、加速度傳感器、陀螺儀等傳感器中的一種或多種。電源308用于給終端300的各個部件供電。在一些實施例中，電源308可以通過電源管理系統(tǒng)與處理器301邏輯相連，從而通過電源管理系統(tǒng)實現(xiàn)管理充電、放電、以及功耗管理等功能。盡管圖10中未示出，終端300還可以包括射頻電路、藍牙模塊等，在此不再贅述。由上可知，本發(fā)明實施例提供了一種終端，該終端多次獲取解鎖后首次進入應用的應用信息以及該終端進入該應用時用戶的第一表情；對獲取到的多個該應用信息以及多個該第一表情進行訓練，以生成應用與表情之間的匹配模型；當檢測到該終端解鎖時，獲取用戶的第二表情；根據(jù)該第二表情與該匹配模型之間的匹配結(jié)果確定目標應用；啟動該目標應用。該方案在終端解鎖后，根據(jù)用戶表情與已經(jīng)建立的匹配模型之間的匹配結(jié)果來確定目標應用，并啟動該目標應用，無需用戶操作即可根據(jù)用戶習慣自動啟動應用，從而可以提高應用的啟動效率。本發(fā)明實施例還提供一種存儲介質(zhì)，該存儲介質(zhì)中存儲有計算機程序，當該計算機程序在計算機上運行時，該計算機執(zhí)行上述任一實施例所述的啟動應用的方法。需要說明的是，本領域普通技術人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，該程序可以存儲于計算機可讀存儲介質(zhì)中，該存儲介質(zhì)可以包括但不限于：只讀存儲器(rom，readonlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁盤或光盤等。以上對本發(fā)明實施例所提供的啟動應用的方法、裝置、存儲介質(zhì)及終端進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的技術人員，依據(jù)本發(fā)明的思想，在具體實施方式及應用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應理解為對本發(fā)明的限制。當前第1頁12