针对如何分析校园无线网络数据、挖掘数据中蕴藏的学生行为，更好地辅助教学管理，提出了在Hadoop平台构建基于自组织神经网络的模糊C-均值聚类算法。该算法采用自组织神经网络与模糊C-均值聚类算法相结合，避免了模糊C-均值聚类算法初始化不当带来的误差。考虑到无线用户网络行为数据规模庞大，采用了Hadoop平台并行运行聚类算法，有效地降低了分析时间。通过采集用户校园无线网络数据，利用聚类算法评估了学生群体的学习兴趣度。实验结果表明，提出的算法提高了聚类结果的准确性，分析平台为学校管理层有效地作出决策提供了依据，研究方法为其他高校解决类似问题提供了有益的参考思路。