近几年,移动应用在移动互联网技术的推动下得到了爆发式发展。移动应用给人们生活带来极大便利的同时也暴露了各种问题,应用质量参差不齐、同质化现象日趋明显、产商竞争越发激烈,对移动应用的开发提出了更高的要求。为了提高应用质量和提升用户体验,本文开展面向移动应用的崩溃监控和用户行为分析技术的研究。本文通过分析当前移动应用测试技术和点击流分析技术的优缺点,设计并搭建了一个面向移动应用的崩溃监控和用户行为分析平台。本文主要工作包括以下四个部分:(1)提供一套面向Android应用的崩溃分析方案,实时监控用户使用Android应用过程中发生的崩溃现象,收集崩溃信息来帮助开发者及时掌控崩溃,并快速修复;(2)提出一个极大频繁序列挖掘算法,挖掘蕴含在大量点击流数据背后的用户访问模式,帮助开发者调整页面之间的组织结构;(3)提出一个关键路径转化率分析算法,帮助运营商分析关键流程的转化率并提出有针对性的转化率优化方案;(4)设计一个两层的聚类算法,根据用户的访问习惯和兴趣爱好将用户划分到不同群组,以便运营商提供后续的个性化服务。最后,本文选取一个典型的移动应用作为被测应用,详细介绍平台的使用流程,并通过实验验证崩溃监控解决方案和用户行为分析算法的有效性。