目前,移动互联网在全球已经成为最具潜力的市场之一。随之而来的移动互联网领域的用户行为分析也显得日益重要。通过对用户使用行为的统计和分析,进一步改善产品和提升用户体验。数据挖掘和数据分析行业已经存在了大量的理论研究成果,但真正将数据挖掘应用到企业生产中还是有限的,这其中的一个主要原因是应用层和研究层的脱节。大多数中小型企业还停留在简单的数据库SQL统计,低效率的数据报表阶段。SAS和SPSS等挖掘工具具有很高的学习门槛和昂贵的使用费用,同时对于某些特殊的算法和功能缺乏一定的灵活性。如何将数据挖掘的理论研究成果方便快捷地应用到实际行业领域是个亟待解决的问题。由于移动互联网产品的具有某些方面的独特性,不能完全照搬传统互联网上的分析方法。JDM产生的初衷是“像JDBC连接数据库一样对数据库进行数据挖掘”,但目前应用不够广泛,相关资源和案例也较少。本文结合市场上一款移动互联网产品,利用Java Data Mining API提供的数据挖掘的一些算法及Oracle的OJDM具体算法实现,从移动产品的客户端原始用户数据存储,提取,转化到统计分析,在学习和理解JDM的基础上,初步探索移动互联网领域的用户行为分析的一些方法和思路。本文从如下方面逐一展开,最终利用JDM进行移动产品的用户行为分析：1.探讨了JDM的起因,API架构,论述了JDM与OJDM的关系,应用编码举例等。2.论述了移动互联网产品的协议特点,与传统互联网在数据采集方面的区别。结合具体的产品,详细论述服务器如何采集客户端用户的数据,以及数据如何提取,转换,最后到数据仓库的录入过程。3.使用JDM进行移动互联网产品的用户行为分析：简要描述了经典的决策树算法和Apriori算法。然后结合实际产品的数据,利用JDM进行挖掘分析,并给出了主要的代码,和通过JDM获得的主要的行为分析结论。最后,文章还简单的列出了其它的一些数据分析的方式和途径。