随着互联网技术的高速发展,各种新型网络业务不断涌现。其中,由网络视频业务、网络浏览、网络音乐、网络游戏等组成的网络多媒体业务是增加较多的部分。网络多媒体业务的分类有助于网络业务供应商(ISP,Internet Service Provider)进行网络资源管理和提供个性化的Qo S保障。本文对网页浏览(Web),在线直播视频(CBox),在线点播视频(Youku),网络游戏(LOL)这四种网络多媒体业务进行分类研究。主要的研究工作为:对目前常用的四种网络多媒体业务进行数据采集,设计改进的特征提取方法进行特征提取,并通过可视化方法直观地判断特征集用于分类的有效性。与现有方法的对比实验结果表明,本文方法所提取的特征集有较好的效用。基于机器学习中的集成学习思想,提出了一种网络多媒体业务的新型投票组合分类方法。该方法首先根据不同的数据集分布规律,选定三个基特征选择方法。通过对三个基特征选择方法所选择出的特征进行分类,并将分类结果进行投票组合得出最终预测标签。在投票组合的过程中,本文引入了置信度这一指标,可以在三个初始预测标签不相同的情况下,提高最终预测标签的准确率。本文方法在UCI数据集和网络多媒体业务数据集上进行了多次对比实验,包括对于不同基特征选择方法的组合实验,对于不同机器学习分类器的对比实验,对于不同特征个数的对比实验。实验表明,与现有方法相比,本文方法能提高分类准确率,且对于不同的数据集有着较好的适应性。