一種基于svm的移動(dòng)終端應(yīng)用分類系統(tǒng)和方法
【專利摘要】本發(fā)明公開了一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)和方法，該系統(tǒng)是由終端應(yīng)用消耗數(shù)據(jù)采集模塊、數(shù)據(jù)類型指標(biāo)模塊、基于SVM的分類模塊組成；終端應(yīng)用消耗數(shù)據(jù)采集模塊是檢測(cè)應(yīng)用在特定環(huán)境中消耗的各類資源數(shù)量，包括電量、流量、權(quán)限開放情況、測(cè)試時(shí)延、丟包率、延時(shí)抖動(dòng)等作為應(yīng)用分類的基礎(chǔ)；數(shù)據(jù)類型指標(biāo)模塊提供一個(gè)指標(biāo)類型庫(kù)，為前面采集到的數(shù)據(jù)處理提供依據(jù)，也是聯(lián)接數(shù)據(jù)采集模塊和分類模塊的重要部分，并且為每一個(gè)采集到的數(shù)據(jù)按照分類作用的程度提供權(quán)重值；基于SVM的分類模塊將處理后的終端數(shù)據(jù)利用向量機(jī)實(shí)現(xiàn)最終的分類；本發(fā)明為動(dòng)態(tài)的應(yīng)用分類機(jī)制，分類的種類在服務(wù)器端能動(dòng)態(tài)的控制。
【專利說(shuō)明】—種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)和方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)和方法，屬于移動(dòng)通訊【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002]在全球智能終端發(fā)展迅猛潮流和移動(dòng)應(yīng)用傳播日益廣泛的今天，移動(dòng)終端上的應(yīng)用無(wú)論從數(shù)量水平還是功能水平上都有了很大的提高。但是隨著移動(dòng)終端應(yīng)用地增多，用戶對(duì)移動(dòng)終端應(yīng)用地管理就顯得不能得心應(yīng)手。通常的移動(dòng)終端都提供了應(yīng)用程序分類的功能，對(duì)于移動(dòng)終端出廠定制的應(yīng)用程序已經(jīng)被分類完成，而對(duì)于用戶在使用過(guò)程中獲取的其他應(yīng)用程序，例如:用戶從互聯(lián)網(wǎng)上面下載的自己喜歡的應(yīng)用程序，卻只能在安裝過(guò)程中由用戶進(jìn)行人工指定分類，由于對(duì)應(yīng)用程序本身應(yīng)該所屬的分類的認(rèn)識(shí)有誤，會(huì)造成軟件被安裝到了不恰當(dāng)?shù)姆诸愔?。所以?duì)于移動(dòng)終端應(yīng)用分類前需要合理的分析和判斷，才能將應(yīng)用做出準(zhǔn)確的分類。當(dāng)前，已存在一些很多移動(dòng)終端應(yīng)用分類技術(shù)，包括1.利用移動(dòng)終端所附帶的Manifest文件，獲取Manifest文件包含的權(quán)限許可標(biāo)識(shí)，進(jìn)而對(duì)比許可標(biāo)識(shí)分類表來(lái)獲取對(duì)應(yīng)的分類。而這種分類方法操作簡(jiǎn)單，分類結(jié)果存在很大的不可靠性。由于應(yīng)用的分類完全由Manifest文件來(lái)控制，一旦Manifest文件是被更改過(guò)的，對(duì)應(yīng)的應(yīng)用分類也就隨之改變，很容易造成分類錯(cuò)誤。2.—種基于功耗的應(yīng)用分類方法，移動(dòng)終端啟動(dòng)飛行模式，保持屏幕常亮，獲取并記錄電池的初始電壓和初始時(shí)間，打開被測(cè)應(yīng)用后每隔預(yù)設(shè)時(shí)間獲取一次電池電壓及時(shí)間，并判斷當(dāng)前的時(shí)間是否為被測(cè)應(yīng)用的功耗穩(wěn)定時(shí)間點(diǎn)；若是，則記錄當(dāng)前的電池電壓和時(shí)間；根據(jù)當(dāng)前的電池電壓和時(shí)間，初始電壓和初始時(shí)間計(jì)算出被測(cè)應(yīng)用的功耗值，根據(jù)該功耗值對(duì)被測(cè)應(yīng)用進(jìn)行功耗級(jí)別分類。但是由于是以功耗值的大小對(duì)應(yīng)用進(jìn)行分類，這種分類方法還是有一定的局限性，將應(yīng)用的分類完全由功耗來(lái)決定，雖然易于操作，但分類效果不是非常好。3.移動(dòng)終端連接應(yīng)用商店服務(wù)器，獲取并存儲(chǔ)應(yīng)用商店服務(wù)器提供的應(yīng)用類別與應(yīng)用特征數(shù)據(jù)庫(kù)。移動(dòng)終端分析應(yīng)用附帶的配置文件，獲取配置文件包含的特征信息。將獲取的特征信息和應(yīng)用類別與應(yīng)用特征數(shù)據(jù)庫(kù)中存儲(chǔ)的特征信息比對(duì)，根據(jù)比對(duì)結(jié)果將應(yīng)用顯示到所屬應(yīng)用類別文件夾中，實(shí)現(xiàn)應(yīng)用的自動(dòng)分類，但是這種分類方法也需要依據(jù)應(yīng)用的配置文件包含的特征信息，并且這種分類方法影響了分類結(jié)果的準(zhǔn)確性。而本發(fā)明能夠很好地解決上面的問題。


【發(fā)明內(nèi)容】

[0003]本發(fā)明目的在于解決了針對(duì)當(dāng)前移動(dòng)終端應(yīng)用種類繁多，對(duì)用戶的使用和應(yīng)用的管理產(chǎn)生極大不便的問題，提出了一種基于SVM(即:支持向量機(jī))的移動(dòng)終端應(yīng)用分類方法和系統(tǒng)。
[0004]本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是:本發(fā)明提供一種基于SVM(即:支持向量機(jī))的移動(dòng)終端應(yīng)用分類方法和系統(tǒng)，該系統(tǒng)是由終端應(yīng)用消耗數(shù)據(jù)采集模塊、數(shù)據(jù)類型指標(biāo)模塊、基于SVM的分類模塊組成。終端應(yīng)用消耗數(shù)據(jù)采集模塊是檢測(cè)應(yīng)用在特定環(huán)境中消耗的各類資源數(shù)量，包括電量、流量、權(quán)限開放情況、測(cè)試時(shí)延、丟包率、延時(shí)抖動(dòng)等作為應(yīng)用分類的基礎(chǔ)。數(shù)據(jù)類型指標(biāo)模塊是提供一個(gè)指標(biāo)類型庫(kù)，為前面采集到的數(shù)據(jù)處理提供依據(jù)，也是聯(lián)接數(shù)據(jù)采集模塊和分類模塊的重要部分。并且為每一個(gè)采集到的數(shù)據(jù)按照分類作用的程度提供權(quán)重值?；赟VM的分類模塊將處理后的終端數(shù)據(jù)利用向量機(jī)進(jìn)行最終的分類。
[0005]本發(fā)明采用移動(dòng)應(yīng)用特征識(shí)別分類技術(shù)，是基于多種類型的移動(dòng)終端應(yīng)用，結(jié)合現(xiàn)有的特征識(shí)別和分類技術(shù)，支持向量機(jī)技術(shù)，對(duì)移動(dòng)應(yīng)用進(jìn)行特征識(shí)別并實(shí)現(xiàn)聚類，從而將現(xiàn)有的智能終端移動(dòng)應(yīng)用劃分為不同業(yè)務(wù)類型。本發(fā)明以即時(shí)通訊為主的帶來(lái)信令影響的業(yè)務(wù)應(yīng)用、以瀏覽類為主的與傳統(tǒng)業(yè)務(wù)類似的業(yè)務(wù)應(yīng)用、以流媒體、下載為主的帶來(lái)流量影響的業(yè)務(wù)。在移動(dòng)應(yīng)用是屬于某一測(cè)試的前提下，對(duì)移動(dòng)應(yīng)用進(jìn)行分類。
[0006]本發(fā)明還提供一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)的實(shí)現(xiàn)方法，該方法包括如下步驟:
[0007]步驟1:移動(dòng)終端在采集模塊采集被測(cè)試應(yīng)用軟硬件消耗數(shù)據(jù)之前，需要確保測(cè)試時(shí)長(zhǎng)，測(cè)試內(nèi)容都必須是在同一指標(biāo)下。確保所有測(cè)試應(yīng)用的在測(cè)試基本消耗數(shù)據(jù)時(shí)都在同一條件下。
[0008]步驟2:移動(dòng)終端在測(cè)試前提條件下通過(guò)采集模塊采集應(yīng)用的各項(xiàng)基本軟硬件消耗數(shù)據(jù)，再由數(shù)據(jù)發(fā)送模塊將采集數(shù)據(jù)發(fā)送到服務(wù)端。
[0009]步驟3:服務(wù)端通過(guò)數(shù)據(jù)接收模塊從移動(dòng)終端獲取基本的測(cè)試應(yīng)用的采集數(shù)據(jù)，并發(fā)送到數(shù)據(jù)存儲(chǔ)中心。
[0010]步驟4:數(shù)據(jù)中心主要保存著所有已被測(cè)試應(yīng)用的基本消耗數(shù)據(jù)，所以對(duì)于第一次測(cè)試的應(yīng)用可以直接將測(cè)試的消耗數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)存儲(chǔ)中心，對(duì)于在數(shù)據(jù)中心存在對(duì)當(dāng)前測(cè)試應(yīng)用的歷史記錄則將新舊記錄通過(guò)2:8的原則(即:原有測(cè)試記錄數(shù)據(jù)的占8，新的測(cè)試記錄數(shù)據(jù)的占2的比例)替換原有的數(shù)據(jù)記錄。
[0011]步驟5:將數(shù)據(jù)中心最新的被測(cè)試應(yīng)用的測(cè)試數(shù)據(jù)提取出來(lái)，而且需要對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理，即把原始數(shù)據(jù)規(guī)整到[0，1]范圍內(nèi)，再轉(zhuǎn)換成測(cè)試應(yīng)用的特征數(shù)據(jù)記錄文件，最后發(fā)送到SVM分類中心。
[0012]步驟6:在SVM分類模塊用于分類測(cè)試應(yīng)用的采集數(shù)據(jù)之前，需要定義一個(gè)類庫(kù)，用于存儲(chǔ)已分類的應(yīng)用的特征數(shù)據(jù)。所以創(chuàng)建一個(gè)特征類庫(kù)文件。
[0013]步驟7 =SVM分類模塊通過(guò)特征庫(kù)文件和新采集的應(yīng)用測(cè)試記錄文件得出應(yīng)用的類型，最后將應(yīng)用類型通過(guò)服務(wù)器端的發(fā)送模塊發(fā)送到移動(dòng)終端。
[0014]步驟8:移動(dòng)終端接收模塊獲取服務(wù)器端的運(yùn)行結(jié)果，最終給測(cè)試應(yīng)用分類。
[0015]有益效果:
[0016]1、本發(fā)明是基于SVM的應(yīng)用分類，構(gòu)造移動(dòng)應(yīng)用的分類向量機(jī)，采用移動(dòng)終端應(yīng)用的軟硬件消耗數(shù)據(jù)對(duì)應(yīng)用分類。
[0017]2、本發(fā)明在服務(wù)器端增加數(shù)據(jù)存儲(chǔ)中心，可使移動(dòng)終端的新舊軟硬件消耗數(shù)據(jù)通過(guò)數(shù)據(jù)存儲(chǔ)中心整合，形成更合理的測(cè)試數(shù)據(jù)來(lái)提高分類的準(zhǔn)確度。
[0018]3、本發(fā)明為動(dòng)態(tài)的應(yīng)用分類機(jī)制，分類的種類在服務(wù)器端能動(dòng)態(tài)的控制。

【專利附圖】

【附圖說(shuō)明】
[0019]圖1為本發(fā)明的方法流程圖。
[0020]圖2為本發(fā)明的系統(tǒng)結(jié)構(gòu)示意圖。
[0021]圖3為本發(fā)明SVM工作原理圖。

【具體實(shí)施方式】
[0022]下面結(jié)合說(shuō)明書附圖對(duì)本發(fā)明作進(jìn)一步地詳細(xì)說(shuō)明。
[0023]如圖2和圖3所示，本發(fā)明提供一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，該系統(tǒng)是由終端應(yīng)用消耗數(shù)據(jù)采集模塊、數(shù)據(jù)類型指標(biāo)模塊、基于SVM的分類模塊組成。終端應(yīng)用消耗數(shù)據(jù)采集模塊是檢測(cè)應(yīng)用在特定環(huán)境中消耗的各類資源數(shù)量，包括電量、流量、權(quán)限開放情況、測(cè)試時(shí)延、丟包率、延時(shí)抖動(dòng)等作為應(yīng)用分類的基礎(chǔ)。數(shù)據(jù)類型指標(biāo)模塊是提供一個(gè)指標(biāo)類型庫(kù)，為前面采集到的數(shù)據(jù)處理提供依據(jù)，也是聯(lián)接數(shù)據(jù)采集模塊和分類模塊的重要部分。并且為每一個(gè)采集到的數(shù)據(jù)按照分類作用的程度提供權(quán)重值?；赟VM的分類模塊將處理后的終端數(shù)據(jù)利用向量機(jī)進(jìn)行最終的分類。
[0024]本發(fā)明采用移動(dòng)應(yīng)用特征識(shí)別分類技術(shù)，是基于多種類型的移動(dòng)終端應(yīng)用，結(jié)合現(xiàn)有的特征識(shí)別和分類技術(shù)，支持向量機(jī)技術(shù)，對(duì)移動(dòng)應(yīng)用進(jìn)行特征識(shí)別并實(shí)現(xiàn)聚類，從而將現(xiàn)有的智能終端移動(dòng)應(yīng)用劃分為不同業(yè)務(wù)類型。本發(fā)明以即時(shí)通訊為主而帶來(lái)信令影響的業(yè)務(wù)應(yīng)用、以瀏覽類為主而與傳統(tǒng)業(yè)務(wù)類似的業(yè)務(wù)應(yīng)用、以流媒體、下載為主的帶來(lái)流量影響的業(yè)務(wù)。在移動(dòng)應(yīng)用是屬于某一測(cè)試的前提下，對(duì)移動(dòng)應(yīng)用進(jìn)行分類。
[0025]本發(fā)明的【具體實(shí)施方式】進(jìn)一步包括如下:
[0026]1.客戶端和服務(wù)器端的模型
[0027]本發(fā)明客戶端負(fù)責(zé)被測(cè)試應(yīng)用的軟硬件消耗數(shù)據(jù)的采集和最終的分類結(jié)果顯示，采集的數(shù)據(jù)交由服務(wù)器進(jìn)行處理，包括數(shù)據(jù)中心新舊數(shù)據(jù)創(chuàng)建和合并替換，并進(jìn)行歸一化處理，分類的主要核心是使用SVM的支持向量技術(shù)，利用預(yù)先創(chuàng)建的分類特征文件，對(duì)測(cè)試數(shù)據(jù)分類，分類特征文件則是在整個(gè)分類系統(tǒng)分類高準(zhǔn)確性的核心，需要通過(guò)測(cè)試大量各類不同的優(yōu)秀應(yīng)用獲取的基本消耗數(shù)據(jù)來(lái)創(chuàng)建，保證了分類的準(zhǔn)確度和對(duì)未來(lái)移動(dòng)應(yīng)用的友好性提供指導(dǎo)性的支持。
[0028]2.SVM的分類模塊
[0029]本發(fā)明為了取得理想的分類結(jié)果，采用以徑向基為核函數(shù)的SVM分類模型，并用交叉驗(yàn)證法對(duì)模型參數(shù)進(jìn)行優(yōu)化。將測(cè)試得到的移動(dòng)應(yīng)用的耗電量、軟硬件消耗量、隱私安全等基本數(shù)據(jù)作為模型的特征輸入值，將大量的測(cè)試數(shù)據(jù)作為訓(xùn)練集，由于這些參數(shù)值不是同一量綱，因此在進(jìn)行訓(xùn)練之前，需要對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理，即把原始數(shù)據(jù)規(guī)整到[0,1]范圍內(nèi)。然后對(duì)支持向量機(jī)進(jìn)行訓(xùn)練，用得到的模型對(duì)實(shí)時(shí)監(jiān)測(cè)的數(shù)據(jù)進(jìn)行分類，模型建立的整體流程如圖所示。
[0030]因?yàn)橐苿?dòng)應(yīng)用種類的數(shù)目有限且可數(shù)，適合先采用靜態(tài)分類方法。按照現(xiàn)有的移動(dòng)應(yīng)用業(yè)務(wù)不同，預(yù)先分為下面五類應(yīng)用:網(wǎng)絡(luò)瀏覽器類應(yīng)用，即時(shí)通信類應(yīng)用，社交網(wǎng)絡(luò)、信息管理類應(yīng)用，音視頻分享類應(yīng)用，游戲類應(yīng)用。這樣也能方便移動(dòng)應(yīng)用業(yè)務(wù)的拓展。對(duì)需要分析的移動(dòng)應(yīng)用可以使用向量機(jī)的分類算法，劃分到上述的幾大類的應(yīng)用當(dāng)中。
[0031]本發(fā)明為了識(shí)別應(yīng)用的分類，需要先定義一個(gè)類庫(kù)，用于存儲(chǔ)已分類的應(yīng)用的特征數(shù)據(jù)。所以創(chuàng)建一個(gè)特征類庫(kù)文件。
[0032]文件格式:
[0033][label] [indexl]:[valuel] [index2]:[value2]...
[0034][label] [indexl]:[valuel] [index2]:[value2]...
[0035]一行一條記錄數(shù)據(jù)，如:
[0036]+1 1:0.708 2:1 3:1 4:0.320 5:0.105 6:1
[0037]label或者說(shuō)是class，就是要分類的種類，都設(shè)定為整數(shù)。
[0038]index是有順序的索引，通常是連續(xù)的整數(shù)。
[0039]value就是用來(lái)測(cè)試的數(shù)據(jù)，都是一堆實(shí)數(shù)。
[0040]在本發(fā)明中l(wèi)abel代表移動(dòng)應(yīng)用的分類如上所示，預(yù)分為五類，用各種不同的整數(shù)代表不同的種類，value則代表對(duì)每個(gè)應(yīng)用測(cè)試所得的數(shù)據(jù)，將這些準(zhǔn)備的特征數(shù)據(jù)生成model文件，則可用于對(duì)新輸入的數(shù)據(jù)進(jìn)行預(yù)測(cè)數(shù)據(jù)的類別。
[0041]綜上所述，本發(fā)明基于SVM的應(yīng)用分類，構(gòu)造移動(dòng)應(yīng)用的分類向量機(jī)，采用移動(dòng)終端應(yīng)用的軟硬件消耗數(shù)據(jù)對(duì)應(yīng)用分類；本發(fā)明在服務(wù)器端增加數(shù)據(jù)存儲(chǔ)中心，可使移動(dòng)終端的新舊軟硬件消耗數(shù)據(jù)通過(guò)數(shù)據(jù)存儲(chǔ)中心整合，形成更合理的測(cè)試數(shù)據(jù)來(lái)提高分類的準(zhǔn)確度；本發(fā)明為動(dòng)態(tài)的應(yīng)用分類機(jī)制，分類的種類在服務(wù)器端能動(dòng)態(tài)的控制。
[0042]如圖1所示，本發(fā)明還提供一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)的實(shí)現(xiàn)方法，該方法包括如下步驟:
[0043]步驟1:移動(dòng)終端在采集模塊采集被測(cè)試應(yīng)用軟硬件消耗數(shù)據(jù)之前，需要確保測(cè)試時(shí)長(zhǎng)，測(cè)試內(nèi)容都必須是在同一指標(biāo)下。確保所有測(cè)試應(yīng)用的在測(cè)試基本消耗數(shù)據(jù)時(shí)都在同一條件下。
[0044]步驟2:移動(dòng)終端在測(cè)試前提條件下通過(guò)采集模塊采集應(yīng)用的各項(xiàng)基本軟硬件消耗數(shù)據(jù)，再由數(shù)據(jù)發(fā)送模塊將采集數(shù)據(jù)發(fā)送到服務(wù)端。
[0045]步驟3:服務(wù)端通過(guò)數(shù)據(jù)接收模塊從移動(dòng)終端獲取基本的測(cè)試應(yīng)用的采集數(shù)據(jù)，并發(fā)送到數(shù)據(jù)存儲(chǔ)中心。
[0046]步驟4:數(shù)據(jù)中心主要保存著所有已被測(cè)試應(yīng)用的基本消耗數(shù)據(jù)，所以對(duì)于第一次測(cè)試的應(yīng)用可以直接將測(cè)試的消耗數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)存儲(chǔ)中心，對(duì)于在數(shù)據(jù)中心存在對(duì)當(dāng)前測(cè)試應(yīng)用的歷史記錄則將新舊記錄通過(guò)2:8的原則(即:原有測(cè)試記錄數(shù)據(jù)的占8，新的測(cè)試記錄數(shù)據(jù)的占2的比例)替換原有的數(shù)據(jù)記錄。
[0047]步驟5:將數(shù)據(jù)中心最新的被測(cè)試應(yīng)用的測(cè)試數(shù)據(jù)提取出來(lái)，而且需要對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理，即把原始數(shù)據(jù)規(guī)整到[0，1]范圍內(nèi)，再轉(zhuǎn)換成測(cè)試應(yīng)用的特征數(shù)據(jù)記錄文件，最后發(fā)送到SVM分類中心。
[0048]步驟6:在SVM分類模塊用于分類測(cè)試應(yīng)用的采集數(shù)據(jù)之前，需要定義一個(gè)類庫(kù)，用于存儲(chǔ)已分類的應(yīng)用的特征數(shù)據(jù)。所以創(chuàng)建一個(gè)特征類庫(kù)文件。
[0049]步驟7 =SVM分類模塊通過(guò)特征庫(kù)文件和新采集的應(yīng)用測(cè)試記錄文件得出應(yīng)用的類型，最后將應(yīng)用類型通過(guò)服務(wù)器端的發(fā)送模塊發(fā)送到移動(dòng)終端。
[0050]步驟8:移動(dòng)終端接收模塊獲取服務(wù)器端的運(yùn)行結(jié)果，最終給測(cè)試應(yīng)用分類。
【權(quán)利要求】
1.一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于:所述系統(tǒng)是由終端應(yīng)用消耗數(shù)據(jù)采集模塊、數(shù)據(jù)類型指標(biāo)模塊、基于SVM的分類模塊組成，終端應(yīng)用消耗數(shù)據(jù)采集模塊是檢測(cè)應(yīng)用在特定環(huán)境中消耗的各類資源數(shù)量，數(shù)據(jù)類型指標(biāo)模塊是提供一個(gè)指標(biāo)類型庫(kù)，為前面采集到的數(shù)據(jù)處理提供依據(jù)，也是聯(lián)接數(shù)據(jù)采集模塊和分類模塊的重要部分，并且為每一個(gè)采集到的數(shù)據(jù)按照分類作用的程度提供權(quán)重值，基于SVM的分類模塊將處理后的終端數(shù)據(jù)利用向量機(jī)進(jìn)行最終的分類。
2.根據(jù)權(quán)利要求1所述的一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于，所述系統(tǒng)終端應(yīng)用消耗數(shù)據(jù)采集模塊的各類資源包括:電量、流量、權(quán)限開放情況、測(cè)試時(shí)延、丟包率、延時(shí)抖動(dòng)作為應(yīng)用分類的基礎(chǔ)。
3.根據(jù)權(quán)利要求1所述的一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于:所述系統(tǒng)是采用移動(dòng)應(yīng)用特征識(shí)別分類技術(shù)；是基于多種類型的移動(dòng)終端應(yīng)用，支持向量機(jī)技術(shù)，對(duì)移動(dòng)應(yīng)用進(jìn)行特征識(shí)別和聚類。
4.根據(jù)權(quán)利要求1所述的一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于:所述系統(tǒng)是基于SVM的應(yīng)用分類，構(gòu)造移動(dòng)應(yīng)用的分類向量機(jī)，采用移動(dòng)終端應(yīng)用的軟硬件消耗數(shù)據(jù)對(duì)應(yīng)用分類。
5.根據(jù)權(quán)利要求1所述的一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于:所述系統(tǒng)為動(dòng)態(tài)的應(yīng)用分類機(jī)制，分類的種類在服務(wù)器端能動(dòng)態(tài)的控制。
6.根據(jù)權(quán)利要求1所述的一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于，所述系統(tǒng)還包括:在服務(wù)器端增加數(shù)據(jù)存儲(chǔ)中心，可使移動(dòng)終端的新舊軟硬件消耗數(shù)據(jù)通過(guò)數(shù)據(jù)存儲(chǔ)中心整合。
7.根據(jù)權(quán)利要求1所述的一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)，其特征在于:所述系統(tǒng)需要先定義一個(gè)類庫(kù)，用于存儲(chǔ)已分類的應(yīng)用的特征數(shù)據(jù)。
8.一種基于SVM的移動(dòng)終端應(yīng)用分類系統(tǒng)的實(shí)現(xiàn)方法，其特征在于，所述方法包括如下步驟: 步驟1:移動(dòng)終端在采集模塊采集被測(cè)試應(yīng)用軟硬件消耗數(shù)據(jù)之前，需要確保測(cè)試時(shí)長(zhǎng)，測(cè)試內(nèi)容都必須是在同一指標(biāo)下，確保所有測(cè)試應(yīng)用的在測(cè)試基本消耗數(shù)據(jù)時(shí)都在同一條件下； 步驟2:移動(dòng)終端在測(cè)試前提條件下通過(guò)采集模塊采集應(yīng)用的各項(xiàng)基本軟硬件消耗數(shù)據(jù)，再由數(shù)據(jù)發(fā)送模塊將采集數(shù)據(jù)發(fā)送到服務(wù)端； 步驟3:服務(wù)端通過(guò)數(shù)據(jù)接收模塊從移動(dòng)終端獲取基本的測(cè)試應(yīng)用的采集數(shù)據(jù)，并發(fā)送到數(shù)據(jù)存儲(chǔ)中心； 步驟4:數(shù)據(jù)中心保存著所有已被測(cè)試應(yīng)用的基本消耗數(shù)據(jù)，對(duì)于第一次測(cè)試的應(yīng)用直接將測(cè)試的消耗數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)存儲(chǔ)中心，對(duì)于在數(shù)據(jù)中心存在對(duì)當(dāng)前測(cè)試應(yīng)用的歷史記錄則將新舊記錄通過(guò)2:8的原則替換原有的數(shù)據(jù)記錄； 步驟5:將數(shù)據(jù)中心最新的被測(cè)試應(yīng)用的測(cè)試數(shù)據(jù)提取出來(lái)，需要對(duì)數(shù)據(jù)進(jìn)行歸一化預(yù)處理，即把原始數(shù)據(jù)規(guī)整到[O，I]范圍內(nèi)，再轉(zhuǎn)換成測(cè)試應(yīng)用的特征數(shù)據(jù)記錄文件，最后發(fā)送到SVM分類中心； 步驟6:在SVM分類模塊用于分類測(cè)試應(yīng)用的采集數(shù)據(jù)之前，需要定義一個(gè)類庫(kù)，用于存儲(chǔ)已分類的應(yīng)用的特征數(shù)據(jù)； 步驟7:SVM分類模塊通過(guò)特征庫(kù)文件和新采集的應(yīng)用測(cè)試記錄文件得出應(yīng)用的類型，最后將應(yīng)用類型通過(guò)服務(wù)器端的發(fā)送模塊發(fā)送到移動(dòng)終端； 步驟8:移動(dòng)終端接收模塊獲取服務(wù)器端的運(yùn)行結(jié)果，最終給測(cè)試應(yīng)用分類。
【文檔編號(hào)】G06F17/30GK104182470SQ201410361685
【公開日】2014年12月3日 申請(qǐng)日期:2014年7月25日 優(yōu)先權(quán)日:2014年7月25日
【發(fā)明者】孫知信, 谷華, 宮婧 申請(qǐng)人:南京郵電大學(xué)