近年来,随着移动互联网及其相关技术的高速发展,越来越多的用户通过移动智能终端设备接入到互联网,成为人们最重要的上网方式,信息社会发展全面进入到移动互联的时代。对比于传统的PC互联网,移动互联网接入方式明显具有更为便捷、灵活的特点,人们可以随时随地地接入到网络,满足自身方方面面的需求。更重要的是,丰富多样的移动互联网应用层出不穷,覆盖了用户学习生活、娱乐服务等多个领域。移动互联网已全面渗透到人们日常活动的方方面面,并逐渐颠覆着人们的生活、交互方式。在这种背景下,从移动互联网用户的兴趣出发,理解其行为规律及需求,方便了互联网产品开发者深入了解用户,开发更加满足用户需求的应用;有助于服务提供者掌握用户兴趣,提供更有针对性的信息推送等服务;从用户自身的角度则降低了信息筛选的时间成本,提高了服务体验。由此,基于用户兴趣的移动互联网用户行为分析具有极强的必要性和重要的意义。本文使用从真实网络获取到的南方某城市2013到2014年一周的移动互联网数据,基于用户浏览兴趣,深入研究了移动互联网用户的兴趣社区,用户行为中浏览兴趣和所处位置的关联性,及用户行为的时间序列模型三个方面。首先,使用引入Nystrom的谱聚类方法,根据用户浏览应用类别的相似度,发现用户兴趣社区。接下来,通过改进的Apriori发现了个体用户行为中浏览兴趣和所处位置的关联规则,并基于此提取出了个体用户中具有强关联性的行为。最后针对具有强关联规则的行为,引入行为发生的时间,使用Hidden Markov Model实现了行为的建模与预测。