随着校园网络用户数量持续增加，用户的网络行为也变得更加复杂多样，由于现有网络服务器响应能力有限，无法满足日益增长的网络用户需求，改善校园网络的QoS变得日益重要。　　 本文主要研究了如何利用数据挖掘技术对校园网络用户的行为分析，通过校园网络用户访问日志进行挖掘，我们可以了解校园网络用户的访问模式，区分人的访问模式和机器下载模式的区别，并使用关联规则挖掘，对用户行为进行分析，了解校园网络用户的行为模式。本文主要工作：　　 1．对校园网络日志进行预处理，为对校园网络行为分析挖掘算法提供数据集。　　 2．使用FP-growth算法对校园网络日志进行关联规则分析，以此来研究校园网络用户的访问行为规律。通过对校园网络日志进行维度建模，对校园网络日志进行分析和挖掘，发现点击时间间隔为1.60s，偏差为1.56s的模式为机器访问模式，否则为用户访问模式。　　 3．根据挖掘所得到的结论并利用上述结论对校园图书馆期刊下载行为进行分析。期望改善图书馆期刊下载的公平性，通过在一定时间段内对图书馆期刊内的机器下载行为的限制，更公平合理的分配校园网络资源，从而对校园网络的QoS作出改进。