在信息技术迅猛发展以及Internet网络应用日益普及的今天,越来越多的人通过Internet来获取信息,这使得通信网络迅猛发展,也带来了用户数的激增。然而当用户数量趋于稳定,运营商的业务发展将会遭遇瓶颈,如何从粗放式经营向精细化经营转变成为诸运营商的重要话题。对竞争日益激烈的网络经济,只有赢得用户才能最终赢得竞争的优势。网络用户行为分析作为一种有效的管理和决策的支持方法,已应运而生并且已应用到社会的各个层面。在许多重要的行业,例如零售、金融、电信和保险等行业,积累了大量的历史数据,决策人员希望透过这些海量的用户行为数据,发掘出隐藏在大量业务背后的业务关联规则和用户分类等信息,把握用户行为的特征以及规律,对新用户进行预测,从而快速,直观地查看不同业务的收益、地区差异、业务需求变化、各种类型用户比例等信息,降低运行成本,为客户提供更人性化的服务通过一些软件,我们可以得到网络用户的报文,那么我们可以通过分析这些报文,来分析用户的行为。本文首先研究了数据挖掘与网络行为分析的意义,并对常用的海量数据处理方法进行研究,从而设计了一套适合处理网络数据的数据处理模块,并利用处理结果对网络用户行为进行初步分析以及更深层次的用户喜好分析。最后,对下一步需要改进和扩展的地方进行了展望。