Web使用记录的挖掘已经成为当前数据挖掘领域中的一个热点。Web使用记录挖掘是应用数据挖掘技术从Web使用记录数据或Web日志数掘中发现Web使用模式的过程。Web使用记录挖掘分为Web数据预处理(Web Data Preprocessing)、模式发现(Pattern Discovery)和模式分析(Pattern Analysis)三个阶段。 本文对Web使用记录挖掘和聚类的定义、相关技术以及国内外研究现状进行了认真的归纳总结，并提出了基于Web使用记录挖掘的网站用户分析方案。 基于Web使用记录挖掘的网站用户分析的基本思路是：分析Web日志数掘，利用数据挖掘方法发现用户的使用模式，从而为网站决策提供可以借鉴的用户行为分类。为了适应Web用户划分不确切性的实际情况，我们采用了模糊K均值聚类算法；为了克服K均值方法对初始聚类中心点的依赖性，我们通过层次聚类先求出k个聚类中心点，在相当程度上减少了这种依赖性。我们还探讨了增量聚类技术，在数据不断增长的情况下，增量式聚类技术能够利用前期聚类的计算结果，充分提高聚类分析的效率。实验表明，新算法有效地提高了模糊K均值聚类算法的收敛速度。