随着基于Android系统移动端设备的普及、移动终端设备性能的不断提高和3G/4G的飞速发展,移动视频搜索应用被越来越多的人所接受和使用,所以如何根据用户的使用行为对应用进行优化变得越来越重要。但是,人们在使用移动视频搜索应用时大多数都不会主动给开发者提供反馈信息,而用户使用应用时的设备及浏览信息等前端数据对开发者优化程序、提升用户体验至关重要。同时,视频服务提供者和移动应用开发者都需要用户的使用反馈信息。前端数据收集系统是进行用户行为分析的基础,而通过对用户行为的分析便可剖析人们的真实需求、使用量的变化、使用群体细分以及用户群的访问意图。可了解用户在应用中如何交互,建立数据驱动的文化,辅助市场运营,使之更好地实现商业目的。本文针对视频搜索应用,在分析和借鉴现有技术的基础上,设计及实现了一个全面、安全、稳定的前端数据收集系统。首先,以尽可能多的还原用户历史操作为原则把用户的实际的行为操作抽象为数据库表结构,设计了一套高效、简洁的表结构。其次,完成了整个系统的架构设计和流程设计,实现了针对视频搜索应用的前端数据收集系统的原型并进行系统的封装性和可移植性的优化。然后,设计和实现了本系统可用的安全性加密方案和负载均衡的方案,并对本系统进行了稳定性和压力测试。最后,研究与实现了一个移动终端用户感知的流媒体视频质量评估系统。该视频质量评估系统使用的是本文的针对视频搜索应用的数据收集系统实现的。