伴随着Internet技术的发展，WWW的应用也越来越多，Web站点越来越普及。在当前竞争激烈的网络经济中，只有赢得用户才能获得竞争中的优势。客户浏览行为的数字化，使得通过收集大量用户浏览行为数据来深入研究客户行为变为可能。如何利用这个机会，从这些“无意义”并且繁琐的数据中得到有价值知识和信息成为目前面临的最紧要的问题之一。为了解决这个问题Web站点的数据挖掘技术诞生了。本文重点研究了日志挖掘技术及其步骤，研究了数据预处理的过程和其中难点的解决方法，包括用户识别技术，路径补充技术等技术。详细介绍了关联规则的经典算法Apriori算法。在研究一些Apriori改进算法的基础上，本文通过缩减数据库和对连接方法进行改进实现了对Apriori算法的改进，提出了I_Apriori算法，并且在理论上证明了I_Apriori算法的空间复杂度和时间复杂度比Apriori算法小。为了验证所提出的I_Apriori算法的空间复杂度与时间复杂度，并且把所研究的技术应用到实际应用中去，本文以哈尔滨工程大学50周年校庆网站为日志挖掘对象，分别使用Apriori算法和I_Apriori算法对经过数据预处理后的日志文件进行分析。实验的结果表明I_Apriori算法的空间复杂度和时间复杂度都比Apriori算法有改善。为了使比较结果具有普遍性，在给定不同的最小支持度的情况下，把Apriori算法和I_Apriori算法分别对同样的日志文件进行挖掘，实验结果表明在给定不同的最小支持度的情况下，I_Apriori算法的效率比Apriori算法高。最后，通过采用I_Apriori算法对日志文件进行分析找到了在网站结构和内容中存在的问题，并且给出了解决方案。