基于dpi数据挖掘实现url分类挂载的相关技术研究 research on url classification with dpi data mining and related technology.pdfVIP

专题：大数据平台与应用 基于DPI数据挖掘实现URL分类挂载的相关技术研究 边凌燕。贺仁龙，姚晓辉 (中国电信股份有限公司上海研究院上海200122) 摘 要：通过对DPI用户上网行为数据进行深人挖掘．实现与网页URL分类体系的归类映射，是精准锁定上 网用户兴趣偏好特征的关键。在梳理DPI数据自动挂载URL分类节点流程的基础上．重点研究了过程中涉及 的网页信息提取、中文分词、特征选择及文本分类等关键技术，为利用DPI数据提升客户洞察能力铺平了技术 道路。 关键词：深度分组检测；中文分词；特征选择；文本分类 doi：10．3969／j．issn．1000—0801．2013．11．002 ResearchonURLClassificationwithDPIData andRelated Mining Technology Bian Xiaohui Lingyan，HeRenlong，Yao ResearchInstituteofChinaTelecom 200122，China) (Shanghai Co．，Ltd．，Shanghai Abstract：Inordertoachievethe localizationofinternet crucialistocatch precise customers’preference，thepoint theclassified ofURL intothedataofDPIusers’onlinebehaviordata．Based mapping systemthroughdiggingdeep on the ofDPIdataauto was whichinvolvedin classification，the summarizingprocess keytechniqueinvestigated Webinformation word classificationandSOon．It make extraction，Chinese selection，text segmentation，feature may solidtechnical forthecustomer foundations withDPIdata． insight word classification Keywords：deepinspection，Chinese selection，text packet segmentation，feature 别后，将相应用户访问网站归类挂载至网页URL分类体 1 引言 系，通过与分类体系内各节点特征的映射来洞察用户上网 近年来，通信产业深度变革，电信运营商在整个ICT 的兴趣偏好，已成为运营商顺应移动互联网发展、迁移管 产业中的主导权逐步被分化。运营商要在全新的产业格局 道优势并强化数据应用的一个热点方向。