由于互联网技术的日益迅猛发展和知识密集型行业的快速增长,人们的上网活动信息化进程也得到了加速。在对网络用户行为进行深入的研究的基础上,对用户的显性信息需求进行直接捕获,使其隐形需求得以间接推断与发掘,有效的克服了网络信息服务系统在建设中的盲目性,增强网络信息管理与服务的主动性与针对性,更好的满足用户的信息需求。本文基于对系统需求和关键问题分析的基础上,依次介绍了解决关键问题的算法和课题的整体架构设计以及主要功能模块的详细设计与实现,并介绍了课题实现中的一些关键技术,包括数据捕获技术、数据重组还原、线程池等技术,完成了系统的功能测试和性能测试,两种测试结果均表明系统可正常可靠工作。本文在数据采集准确性和数据分析高效性这两大方面做了大量的工作。多线程结合第三方捕获数据包开发库Lipcap采集数据实现了数据的完整性和准确性。针对数据分析的高效性,本文在用户行为数据的重构和存储上,提出了基于目源IP地址、目源端口、HTTP数据类型三元组标志的树形分层结构、链式存储架构和一套高效的内存分配与管理机制,并验证了它们对本课题性能的优化。本文重点分析的网络用户行为数据是页面的平均停留时间、页面的跳转率、页面的跳出率等,它们与传统的分析数据网页点击量相比,更能准确的体现出页面的浏览情况以及用户的访问行为规律。一个大的网页通常包含很多种文件资源,比如HTML文本、动画资源、图片资源、内嵌网页资源等,而内嵌网页对于页面的停留时间的计算会带来一定的干扰,本文设计了一种内嵌网页鉴别算法,该算法成功的消除了内嵌网页对于页面的停留时间的计算所产生的影响。