随着计算机和网络技术的飞速发展,互联网应用得到了极大的普及。对于中大型互联网网站,在拥有大量的用户数据的基础上,如何对这些用户数据进行及时有效的数据分析与挖掘,找到真正有商业价值的用户行为信息,从而为用户提供更优质的服务,对企业具有重要的应用价值和现实意义。论文在深入分析了处理大中型网站的海量用户行为数据时的数据平台特点的基础上,设计了具有针对性的用户行为数据的分析与信息挖掘系统,并对数据平台的系统架构设计和数据挖掘模型进行分析与设计。针对网站运营过程中所需要的数据支持特点,论文搭建了实时的数据传输平台和数据分析平台,以满足网站中各类实时应用的需求。为了满足实时流数据的请求需求,实时数据采集系统采用nginx+resin的方式进行数据接收后,将数据发送消息管理中间件,解耦实时数据采集系统和实时数据分析系统。论文采用了RabbitMQ和高性能的mina框架以满足系统的数据交互需求,并将数据分析得到的结果存储到MongoDB集群中,以供前端业务查询功能使用。由于对用户行为的日志数据按照产品需求进行深度分析并不需要很强的实时性,从而论文构建了非实时的数据分析系统进行离线的数据计算。该平台需要解决的是大数据容量的处理效率和数据存储效率之间取得平衡。论文在系统架构设计中采用了中间件技术,提高了系统架构设计的合理性和灵活性,同时保证了系统运行的高效率。论文深入讨论并设计了中间件的缓存管理策略,以及相应的缓存失效管理技术。