随着计算机和通信技术的不断发展,互联网已经成为人们实现信息交流和资源共享的最重要的传播媒介,它已经成为人们生活中不可或缺的一部分。近年来,随着网络基础设施建设的日益普及和网络应用的日趋广泛,互联网用户数量也在飞速增长,为了给用户提供更多的服务和新鲜体验,各式各样的网站也层出不穷,各种新奇的内容也不断推出。互联网给用户带来了丰富的阅读内容,也让用户有了更多的选择。同现实中的社会行为类似,用户在互联网上也有相应的网络行为。网络的管理者需要了解用户的网络行为,以便正确引导用户的网络行为。而各个网站的经营者,也不仅仅局限于用户的访问量,他们更希望知道用户的内心需求,为用户提供更符合用户兴趣的服务。为了更好地对网络用户进行管理,也为了能够为用户更好地提供服务,本文提出了一个网络用户行为分析系统。该系统收集网络用户的IP数据包,提取其中的有用信息,了解用户所浏览的网页内容。然后对这些网页的内容进行分类,并找出这些网页之间的关联关系,分析出用户对哪些网页感兴趣。然后建立预测模型,以神经网络算法为基础,预测用户未来一段时间,会对哪些内容感兴趣。