随着科学技术的飞速发展和计算机网络的日益普及,网络用户的规模在逐渐扩大,网络用户的行为也越来越复杂。与此同时,商业网站等赢利性站点需要分析用户的行为及爱好来提供更满意的服务使得利润最大化,这也与提高网站服务的效率和个性化程度极为相关；政府、科研机构等非赢利性的网站也需要通过分析用户构成与其网络行为上的特点来构建科学的决策支持系统。为此,网络用户行为的分类以及在此基础上的分析研究亟待提到日程上来。Web日志挖掘的方法通过挖掘Web日志记录,来发现用户访问Web页面的模式,通过分析和探究Web日志记录中的规律,可以识别网站的潜在客户,提高对最终用户的信息服务质量,并改善Web服务器系统的性能。本文重点研究用户行为分析中的数据挖掘及兴趣分类技术,提出了网络用户和网络用户行为的概念,并在此基础上通过大量文献阅读,研究了用户行为分析的相关理论知识,对其有了深入的理解。研究了网络用户行为的特点及其分类,学习了用户行为分析中常用的Web挖掘技术及网络爬虫技术等。对现有的网络爬虫技术进行了改进,借助ODP专题实现了网页分类。提出了基于兴趣分类的用户行为分析系统,对系统架构进行了设计,并完成了其中四个子模块的实现。包括数据获取模块,数据预处理模块,兴趣挖掘模块,个性化服务模块。对系统运行了测试,并提出了系统的应用方案。