电子商务是世界经济发展的新一代源动力,是企业向外界展现自我形象、推广产品、寻求最佳合作伙伴和扩大营销规模的有效途径。企业借助电子商务来调整企业自身的运营模式、提高企业信誉,从而不断壮大自身实力。电子商务的出现给当今企业带来了无限商机和利益,电子商务模式必将成为未来经济的主流发展模式。随着网络技术的迅猛发展、Internet的迅速普及和数据库技术的不断成熟,电子商务正在以惊人的速度蓬勃发展,电子商务在企业经营模式的改革大潮中发挥了举足轻重的作用。它规范了内部交易流程和交易手续,减少了交易的中间环节,降低了企业的经营成本；并使经营活动不再受地域和时间的限制,方便了客户,使企业和客户的关系更加密切。目前,电子商务平台的发展潜力巨大,给社会带来了无限的商机和新的就业高潮,但是电子商务平台发展的同时也产生了很多问题：海量商务数据的沉积,商务信息的滞后性和片面性,等等。这些都给电子商务的发展带来了不小的阻碍。针对当前电子商务发展中存在的问题,本文采用数据挖掘的聚类分析技术,结合电子商务的特点和不足,采用基于Web范畴的聚类分析技术,设计并实现能够依据数据类型而动态调用适应聚类算法进行数据分析的算法分析器,为电子商务的商务决策提供有力的数据支持与保障。本文对电子商务的领域知识以及数据挖掘技术进行了深入的研究,针对B2M(Business to Manager,即企业对职业经理人)模式中电子商务数据的特点,详细阐述了数据挖掘技术对B2M电子商务数据的分析与应用,并把聚类分析技术应用到B2M电子商务平台中。本文的数据来源是中俄电子商务平台的贸易洽谈平台和CMS新闻发布平台,通过ETL工具Kettle对原始数据进行预处理和整合,对电子商务数据进行深入的分析,为正确的决策制定提供可靠的支持和依据。