随着计算机技术与网络通信技术的不断融合，人们对网络管理的要求越来越高。对于网络用户来说，除了资费和服务问题，他们更关心的是网络所提供的网络业务的质量问题。对于业务质量的确定，仅仅从网络设备方面是无法保证的，因为网络设备的正常运行，并不代表网络业务的正常运行。另外，传统的网络评价指标主要是衡量网络质量的，而不是用户感受到的质量。而网络质量和用户感知之间是有差别的。针对上述问题，本文从用户感知的角度出发，建立用户感知预测模型，深入分析影响用户感知的关键性因素。在对网络架构深入研究的基础上，从用户感知、网络业务及网络性能三个层面研究网络管理，建立从用户到网络性能指标之间的映射关系，并对该映射关系进行了深入的研究和分析。主要内容为：1．提出基于面向用户感知的分层网络管理模型。从用户的角度出发，根据用户感知与网络性能指标之间的关系，找出影响用户不满意的关键网络性能因素。根据网络结构，进一步分析影响网络性能的原因是设备问题还是网络规划问题，针对不同的问题采取不同的措施。这个模型的提出使网络管理更加简洁、准确并且人性化。2．从用户角度出发，提出了分层网络管理模型。该模型分别从网络性能、业务性能及用户感知三个层面建立映射关系。根据这个映射关系和用户感知情况判断网络运行状况，极大的方便了网络管理，同时对网络故障诊断及后期的网络规划提供了理论依据。3．对神经网络进行深入学习的基础上，结合网络性能数据量大，数据复杂等特点，提出了一种新的BP神经网络算法，通过动态改变动量因子及学习率，使算法在误差精度及稳定性方面有了很大提高。4．提出了一种用户感知预测模型。该模型是根据改进的BP神经网络算法及监测的网络性能数据，通过大量训练而得到的。利用训练好的模型对用户感知情况进行预测，并通过定期与实际调查的用户感知情况进行比较来不断优化该系统。该模型的提出使网络管理由被动的接收用户投诉转变为主动地预测用户信息，改变了网络管理被动接收用户信息的局面。