近10年来，互联网行业发展迅猛。仅仅从中国来看，网民数量从1997年的62万增加到2005年的1.2亿。网络逐渐成为人们生活中不可缺少的一部分，人们可以便利快捷的查询信息，可以足不出户从网上购买东西，可以和远在天边的老朋友谈聊，可以……，网络为人们提供一个便捷的空间，实现现实中无法实现的成就感等等。总之，互联网在人们生活中的地位与日俱增，联系越来越紧密。与此同时，社会活动的微观载体企业开始把目光转向互联网，充分利用网络资源赚取利润。于是，电子商务、网上营销等网上商业活动飞速发展以及逐渐成熟，互联网已经成为大型企业、跨国公司进行产品广告、营销、销售以及顾客维系的重要平台。那么，为了更好搞好营销活动，专家们开始研究网络用户的浏览行为，此时的网络用户犹如我们现实中的顾客，客户价值是企业的无形资产价值，也是企业的潜在竞争力的关键所在。目前对于网络用户浏览行为主要研究分为几个方面:网站浏览;网站选择;电子商务和引导系统;网络购物。由于网络发展历史较短，理论的研究也处于探索阶段。本文的实证研究是从网站结构具有层次性的角度出发对网络用户的浏览行为特征作初浅的探讨。　　在许多社会研究涉及到分层结构的数据，比如在组织学研究中，研究者要调查公司的特征（如决策权集中程度）对员工生产效率的影响;在该分析中，员工和公司分别为两个层次，反映这两个水平特征的变量都要被测量。该数据含有工人个体嵌套于公司的分层结构。此外，在发展研究中也存在相似结构的数据，在这种研究中观测者要搜集一系列受调查者在不同的时间点的状态数据。重复测量包含的是关于每一个体成长轨迹的信息。当个体与个体之间的测量次数或者测量时间间隔不等时，我们可以把重复测量信息看作是隶属于个人的分层数据。分层结构数据的特点是样本之间不是完全独立的，而是分别隶属于不同的组或子总体。通常，我们把最底层的数据定义为第一层，稍高一等的数据定义为第二层，依此类推得到多层结构数据。在传统的数据分析中，对于存在分层结构的数据采用的分析方法一般是方差分析或者组内-组间分析，这些分析方法只注重于分类的本身，对于分类背后的深层因素不予考虑，这仍然无法达到对于分层数据进行完全分析的目的。由于分层数据研究的需要，多层研究的思想得以发展。事实上，多层线性模型不是一种具体的模型形式，而是一种建立模型思想。即在分析分层结构数据时，不同层次上的变量信息都应当全部考虑到模型当中，所以采用嵌套形式使得不同层次上的信息得以充分的展示。多层模型要求对不同层次的观测变量分别建立方程，其中低层方程的系数设定随机的，在高层方程中利用相应层次的观测变量对这些随机系数进行建模，这样就形成了一个分层次的模型结构，多层模型因此而得名。多层线性模型在医学、化学、社会学、经济学等众多领域应用广泛，在不同领域的名称亦有不同。在抽样调查研究中常被称为多层模型;在生物学和医学研究中称为混合效应模型或者随机效应模型;在经济学研究中称为随机系数模型;而在化学领域一般称为协方差成分模型。本文是将多层模型应用于互联网行业的研究仍然借用多层模型这个名称。　　本文从内容上讲，首先是介绍网络用户浏览行为的表现形式——点击流数据的特点、定义以及研究历史回顾;其次是对本文的样本数据描述;接着即为本文理论部分，对多层模型理论的综述回顾，主要包含多层模型的发展历史回顾，模型基本形式，参数估计方法，假设检验等内容;最后就是运用多层思想实证点击流数据研究网络用户的浏览行为特征，本文的总结和展望部分。在结构上，本文共分为五个部分:第一章，导论，主要是讲点击流数据的概况以及研究历史回顾、本文选题的意义以及文章的结构安排。第二章，数据，简单的介绍本文样本数据的来源、收集情况以及基本特征。第三章，多层模型理论，主要是介绍多层模型理论发展历史的回顾、模型的基本形式、估计方法以及假设检验等的较详细的内容。第四章，实证分析，通过反复探索最终对点击流数据建立合适的多层模型，解释估计结果、评价拟合效果、得出结论。第五章，总结和展望，对本文的研究做总结,阐述研究的理论和实际意义以及不足之处。