在用户与互联网产品进行交互,特别是web浏览的过程中,网络反馈了大量的行为数据。如何利用用户浏览过程中所产生的这些数据,进行深度挖掘和分析,摸透用户的行为、心理以及喜好,更好的改进产品提升用户体验,成为了当下许多互联网公司感兴趣的课题。对互联网用户浏览行为进行研究,一个行之有效的办法,就是将用户浏览过程中反馈的web日志收集起来,通过web日志挖掘,从而实现用户浏览行为分析,这在许多学者的研究中己获得了成功。本文希望在前人的基础上,结合当前流行的Hadoop平台和数据仓库技术,将基于web日志挖掘的用户行为分析系统化、工程化,从而成为互联网企业日常生产中可以应用的项目,更好的实现对企业的产品开发、运营、管理的有效支撑。本文基于路径与页面挖掘,对用户的页面浏览行为进行了研究,这主要包括四方面的内容：(1)对Hadoop数据处理平台及hive数据仓库进行了介绍,该平台通过分布式存储与计算,可以实现海量数据的高速且有效分析,并根据hive数据仓库的特点,提出了基于数据仓库的用户浏览行为研究框架。(2)基于数据仓库构建了基础数据层及主题层,在主题层主要是用户浏览行为主题。(3)通过研究关联规则算法与常用路径挖掘算法,提出了基于数据仓库的频繁访问路径挖掘Hive-CFAP算法。(4)基于用户浏览行为主题及Hive-CFAP　算法,对用户频繁访问路径、页面浏览量与页面距离的关系,相似浏览用户的聚类进行了分析及应用。