数据挖掘是近年来随着数据库技术和人工智能技术的发展而出现的一种全新的信息技术，它融合了数据库、人工智能以及统计学等多种学科的知识，试图从数据中提取出先前未知、有效和实用的知识。特别是随着Internet的普及和应用，网上的数据资源以每月20％的速度剧增，使Web成为储存、发布以及获取信息的最重要的载体。如何发现Web上大量数据背后隐藏的信息，提高信息利用率，而不被信息所淹没呢?Web数据挖掘技术提供了一种有效的解决方法。 Web挖掘是传统数据挖掘技术在Web环境下的应用，是从Web上的数据(如Web日志、页面内容等)中发现用户的浏览模式或寻找相关的Web页面等。Web挖掘分为Web内容挖掘、Web结构挖掘和Web使用挖掘。其中，Web使用挖掘可以从用户浏览网站的数据中抽取感兴趣的模式，理解用户的浏览兴趣行为，以便进一步改善网站结构，为用户提供个性化服务。 本文综述了数据挖掘的主要方法、常用技术以及挖掘过程；讨论了Web挖掘的定义、分类、流程、应用领域、研究方向以及当前面临的问题；探讨了电子商务、电子商务推荐系统与个性化服务、电子商务中进行Web挖掘的数据源、获取的知识模式以及Web挖掘在电子商务活动中的应用；在以上工作的基础上，设计了一个面向电子商务的基于Web使用挖掘的个性化推荐系统。该系统能够通过对Web服务器日志数据的挖掘，获取用户浏览模式，为用户提供个性化服务，具有很强的实用性。本文详细探讨了该系统各个模块的功能及实现技术，给出了系统的整个工作过程：从原始数据的收集到数据预处理到离线挖掘再到在线推荐直至发送给用户个性化推荐页面，实现个性化服务。重点研究了基于Web使用挖掘中常用的数据预处理技术、模式发现技术以及模式分析技术。