对于用户上网行为分析，国外进行研究总的来说比国内更早，约20世纪80年代。国外主要侧重于研究单个网站访问人群，对特定群体的访问记录及行为习惯作横向对比分析，目的在于实现网站优化和网络监测。在国外常用来分析网络用户行为的研究模型主要有以下几种：LOTOS，用来刻画系统可见的外部行为的时序模型；HMM，通过得到的概率分布来表现观测向量的隐马尔科夫模型；GOMS，用于分析网络复杂性的网络用户行为模型；UAN模型，以及采用表格结构来描述用户和界面交互实体的。80709

而国内主要侧重对服务器日志的挖掘分析，辅以算法得出用户行为习惯、上网规律等所需信息，其中较突出的是移动公司做过的统计：陕西移动公司通过WAP流量数据统计分析，得出每日WAP流量分布以安排信号站点设置，掌握用户需求走势以优化网站、软件整体布局；广东移动提出基于移动计费系统、历史账单记录等数据的统计分析，目的在于从整体上分析用户消费、操作等行为，实时产生多种满足公司内部不同需求的报表，以更好的服务客户。论文网

用户上网行为分析主要有三部分工作：数据采集，数据处理，得出结论。目前数据采集与其他两者相比技术上较为完善。

数据采集方面，日志整体解读（包括网络爬虫分析）、Web Beacons、JS页面标记等技术均被用于实际生活中。日志整体解读，就是将所有的服务器日志提取、清洗、分析，能较全面的得到绝大部分访问记录，但缺点是清洗数据代价过高且无用数据对分析结果影响较大，而其中网络爬虫分析，即写出一段能自动从网上追踪网页的程序，一般从一个网站的URL开始，沿着网站RUL线路逐级访问，直至达到其停止条件则不再继续追踪访问；Web Beacons技术在网站上布置一个很小的不能被访问用户察觉的透明像素块，每次该网页被访问即记录一次，但缺点很明显，有一些非用户访问（如蜘蛛）不能被记录；JS页面标记，就是在Web Beacons基础上将不可见的像素块换成了JS代码，这样能更灵活可靠地获取数据，但这种方式遇到以下禁止使用JS功能的情况就丝毫不起作用了。

数据处理方面，主要运用MapReduce技术（后文中会详细介绍）在集群上实现大数据处理计算。

结果展示方面，主要以图表形式，直观地表现出各部分占总体的百分比