当今社会的信息化已经达到了一个非常高的水平,信息已经成为推动文明血液涌动的主要动力,信息技术以及信息产业已经处在飞速发展得阶段。网站作为个人或者企业在网络世界的代表有着举足轻重的地位,网站流量不论是对于网站的管理者还是网站的使用者都具有非常重要的现实意义。由于网站的流量在不同程度上受到各种因素的影响,且网络中的流量特征随着环境的不同呈现动态的、非线性变化的过程,目前现有的预测方法和模型都无法对网络中的流量特征进行全面而准确的描述,无法准确的刻画网站流量的未来趋势。人工神经网络起源于上个世纪40年代,是在现代生物学研究人脑组织所取得的成果的基础上来模拟生物神经网络进行信息处理的一种数学模型。由于其具有较好的容错性和自适应性,目前广泛应用于生物神经学、心理学、计算机与信息科学以及工程应用学等多个领域并取得了良好的效果。本文尝试利用人工神经网络模型与网站流量预测评价指标体系相结合的方法来对网站流量进行预测,通过构建能够全面描述影响网站流量因素的指标体系,利用人工神经网络本身具有的自组织、自学习性以及强大的非线性逼近能力等特性构建网站流量预测模型,希望能够得到令人满意的效果。主要工作如下：(1)概述了现有的网站流量预测方法和模型,整理并分析了人工神经网络方法并论证了其用于网站流量预测的可行性。(2)在前人的研究基础上运用SPSS统计分析方法构建了网站流量预测评价指标体系,结合人工神经网络构建了网站流量预测模型,随后以安徽电视网为例对模型进行了实证研究。(3)通过对实证结果的分析和总结,结合在研究过程中发现的问题,提出了本文研究的不足之处和改进建议,为以后的研究提供了参考依据。