互联网应用往往产生海量用户行为数据。人们期望从产生的用户行为大数据中发现用户行为趋势,从而制定更好的商业决策。社会科学家开发出群组分析技术,用于在不断变化的社会环境中生分析年龄对人类行为的影响。通过群组分析,社会科学家分三步研究人类的行为趋势:1)将用户依据出生时的特征划分为不同群组;2)计算每条用户行为记录中用户的年龄;3)对于每个(群组,年龄)对计算聚合行为指标。然而,人们将经典的、社会科学风格的群组分析技术用于分析互联网应用产生的用户行为大数据时,遇到了两个困难。首先,社会科学家通常分析整个数据集。这是因为社会科学研究通常针对特定分析目标收集数据,产生的数据集小。因此,社会科学家没有给出提取部分用户或用户行为大数据中的某个特定子集进行群组分析的技术。第二,社会科学家只使用出生时间区分用户群组。虽然在社会科学中出生时间是决定社会变化的关键属性。但是,在互联网应用中,用户其他的出生特征也同样是确定群组的重要属性。经典的群组分析技术缺少定义群组的一般方式。进一步,在传统数据库系统中,典型的群组分析任务既难以用SQL描述又执行效率低下。本文提出了一种推广的群组分析技术,并在关系数据库的基础上实现相应的查询处理技术。本文提出了三个新的群组查询算子,解决了经典群组分析中存在的两个问题。基于提出的新算子,数据分析师可以将一个复杂的群组分析任务描述为一个简单的群组查询,这解决了 SQL难以描述群组分析任务的问题。最后,本文提出了基于关系数据库的群组查询处理技术,将提出的群组查询转换为关系查询执行,并进行了适当的优化。本文通过实例对比验证了提出的群组查询的易用性,通过实验印证了提出的群组查询处理技术的性能。