随着信息时代的到来,移动应用程序市场已成为世界上最活跃,最有潜力的市场之一,大量的申请导致激烈的竞争。为了提高竞争力并为用户提供更好的体验,应用程序供应商会不断更新和维护其应用程序。然而,在实践中,这样一个重要的过程通常会缺乏准确的信息,有用的指导或具体概念的支持。因此,从更深入的领域了解移动应用程序维护过程,以进一步制定维护指南具有十分重要的意义。本文围绕着移动应用程序（手机游戏）的维护特征是如何随着时间演变的这一问题进行研究,该问题的答案也将为手机游戏维护提供一些参考。在回答研究问题之前,先引入与软件维护,移动应用程序维护相关的概念和过程作为背景知识,再利用数据挖掘方法以解决本文的研究问题。本文爬取i OS系统游戏软件的历史版本信息,首先,结合国内外的软件维护类型确定分类类型,通常,版本说明与不同的维护类型特征紧密相关。例如,“错误修复”对应于改正性维护,“我们添加了一些新功能”是一种完善的维护。然后,考虑到手动对所有版本描述进行分类的工作量很大,因此按计算机对它们进行分类更为有效。将文本转换为词袋形式,去停用词,使用tf-idf进行特征提取,最后使用机器学习模型预测代替手动分类。文本分类后得到用于层次聚类的数据,最后,将以版本发布时间为x轴,以及维护类型特征总数为y轴来描述每个应用程序的趋势曲线,根据开发时长将应用分为不同阶段,使用DTW方法对不同阶段的曲线进行层次聚类,比较具有不同维度和尺度的曲线（即维护类型特征和维护数量特征随时间的变化趋势）,进而探究移动应用程序（游戏）维护特征如何随着时间演变,最终将维护特征模型总结为四个阶段,每个阶段对应不同的维护类型特征和维护数量特征曲线,提取出了手机游戏维护的一种常规做法,未来对软件供应商的维护工作起到一定向导作用。