本研究基于某教学类网站 5 年每日访问数据（页面加载量、独立/首次/回访访客）开展网站流量预测，比较 Auto-ARIMA 与随机森林回归。经预处理与参数寻优，最优 ARIMA 为(3,1,3)，随机森林(max_depth=18，n_estimators=200)。 采用 MSE、MAE、RMSE、R²统一评估，随机森林显著优于 ARIMA（R² 0.99 对 0.83；MSE 527 对 159205），并在未来 90 天预测中更好刻画季节与波动，而 ARIMA 结果偏平滑。结果表明集成学习对含非线性与季节成分的站点流量更适配， 可为容量规划、营销投放及用户留存策略提供数据支撑。