第三次信息技术革命的到来使得互联网技术得到飞速的发展,随着人民生活水平的提高,以智能手机为代表的移动智能终端得到迅速的普及。智能移动终端在很大程度上提高了人们的便捷程度,给人类带来了许多方便。但是总有不法分子利用这种便捷性进行一些违法行为,如互联网诈骗、网络暴力和色情传播等。互联网非法外之地,为了应对互联网带来的种种乱象,产生了移动取证技术,用来打击犯罪行为,为刑侦人员提供强有力的武器。由于移动取证行业起步较晚,还具有一定的发展空间。目前已有数字取证公司致力于取证数据的分析和挖掘,由于信息种类越来越多,难以全方面挖掘取证数据间潜在的信息,仍然有大量有价值数据未被挖掘到,故仍需提高取证数据的信息挖掘能力。本文致力于提高对取证数据的数据挖掘能力,首先详细介绍了移动数字取证与数据挖掘的研究背景与意义,深入分析了数字取证的国内外研究现状与发展趋势,详细介绍了取证数据与数据挖掘相关的基础知识和实现技术,包括取证数据的概念、word2vec概念、语义相似性概念、LDA算法和云模型等。针对取证数据结合云模型文本分类方法对通讯对象分类时存在的标签云合并及多标签输出问题,本文提出了一种基于聚类云模型的取证数据对象多分类方法,并通过实验验证了该方法的可行性,有效挖掘了通讯对象与户主之间的关系;针对取证数据中各条数据包含主题数不一致的问题,本文在传统LDA主题分析方法的基础上结合取证数据这一特点提出一种基于LDA的取证数据对象敏感主题分析方法,可方便有效的且具有目性的挖掘出取证数据的敏感主题内容。本文所提出的基于取证数据的对象分类及敏感主题分析方法研究主要对取证数据的两个方面进行挖掘,分别为挖掘取证数据对象与户主之间的关系和挖掘各对象聊天记录中所潜在的敏感主题。不仅能够挖掘取证数据的潜在的户主关系网,还有助于刑侦人员更加迅速的了解嫌疑目标的交互内容,可提高数字取证的准确性和效率。