目前国内手机应用市场超过300家,但是不同应用渠道之间并没有严格标准分类管理手机应用。手机应用的分类研究正是基于该背景下开展的课题,也是对手机应用市场进行细分的重要内容之一。手机应用分类不仅仅对用户有着重要作用,同时对手机厂商以及相关监管部门也有着重要的意义。直观地,手机应用分类研究可以帮助用户了解自己的使用偏好;针对手机厂商则可以挖掘出手机应用周边的市场潜力,进行有效市场投放;监管部门则可以通过分类数据了解手机应用市场的发展情况。本文研究了中文手机应用元数据深层次关系以及手机应用底层代码信息,具体包括:1.针对手机应用元数据中同义词问题,分析词汇语义远近程度,识别语义相关的词汇,消除中文同义词现象对分类的影响,在支持向量机实验中平均准确率提高了 4.92%,实验结果表明分析元数据同义关系可以提升手机应用识别率。2.针对手机应用描述信息中词汇关联问题,训练深度学习网络结构分析中文上下文关系,分类平均准确率为82.42%,较朴素贝叶斯分类结果准确率提高7.73%,证明本文训练的深度网络更适合分析手机应用元数据。3.针对手机应用底层代码信息问题,分析手机应用二进制文件,提取其中权限信息,根据权限进行手机应用分类,对比权限分类和随机分类结果,表明权限信息可以很好的用于手机应用分类研究。