面向移動互聯(lián)網(wǎng)的文本分類技術(shù)應(yīng)用研究.pdf

1、隨著移動互聯(lián)網(wǎng)技術(shù)和移動智能終端的飛速發(fā)展，移動網(wǎng)絡(luò)正逐漸超過傳統(tǒng)互聯(lián)網(wǎng)成為最主要的網(wǎng)絡(luò)信息交互平臺，移動互聯(lián)網(wǎng)數(shù)據(jù)量呈現(xiàn)出了前所未有的增長速度。移動網(wǎng)絡(luò)中海量的數(shù)據(jù)對數(shù)據(jù)分析和網(wǎng)絡(luò)管理帶來了相當大的困難，面向移動互聯(lián)網(wǎng)的信息和數(shù)據(jù)分類技術(shù)研究具有重要的現(xiàn)實意義，已成為新的熱點和重點。文本分類是目前公認能夠有效組織和管理信息的技術(shù)手段，已經(jīng)廣泛應(yīng)用于互聯(lián)網(wǎng)領(lǐng)域，利用文本分類技術(shù)進行移動互聯(lián)網(wǎng)HTTP協(xié)議數(shù)據(jù)的分類管理，從應(yīng)用層的網(wǎng)絡(luò)數(shù)據(jù)

2、中直接提取特征進行分類，具有自動化、高效、跨平臺等諸多方面的優(yōu)勢。
　　基于以上背景，本文針對移動互聯(lián)網(wǎng)數(shù)據(jù)的分類方法開展了一系列研究工作。本文根據(jù)移動互聯(lián)網(wǎng)不同應(yīng)用場景下的數(shù)據(jù)特點，對文本分類模型中的關(guān)鍵技術(shù)進行了研究和改進，提出了新的分類模型并進行了實驗驗證，最終基于改進的技術(shù)實現(xiàn)了移動互聯(lián)網(wǎng)數(shù)據(jù)分析系統(tǒng)。本文的主要工作可以概括為以下幾點:
　　(1)對文本分類模型中的文本表示、權(quán)值計算、特征選擇和分類算法等各個階段的主

3、流技術(shù)及其特點進行了分析，對現(xiàn)有的流量分類技術(shù)進行了分析和總結(jié)。
　　(2)根據(jù)移動互聯(lián)網(wǎng)實際數(shù)據(jù)特點，結(jié)合不同分類方法的優(yōu)勢，提出了一種移動互聯(lián)網(wǎng)數(shù)據(jù)分級分析模型，將移動HTTP數(shù)據(jù)進行粗粒度和細粒度的兩級分類。在粗粒度分類方面，采用文本分類技術(shù)對移動互聯(lián)網(wǎng)HTTP數(shù)據(jù)進行類別劃分，并對關(guān)鍵技術(shù)進行了改進。在細粒度分類方面采用特征串匹配的方法，根據(jù)不同類別數(shù)據(jù)需求采用不同方法進行分類。
　　(3)根據(jù)對移動數(shù)據(jù)分類技術(shù)的研