随着Internet的普及，电子商务对企业的发展和人们的生活产生着越来越重要的影响。Internet是一个信息的世界，在这个信息世界中，通常用户在汲取有用信息的同时也无奈接受了大量的无用信息，不仅浪费了大量的精力和时间，也使许多用户面对互联网望而止步。这也正是传统的电子商务存在的不足。这些缺点和不足阻碍了电子商务的进一步发展。 个性化电子商务的提出可以很好地解决传统电子商务存在的上述问题。用户在访问网站时，通常是想浏览一些自己需要的信息，而商家也希望给用户提供他们正需要的内容以吸引用户，提高竞争力。在个性化电子商务这种新的模式下，网站需要分析用户的特征，包括用户的基本信息，如年龄、收入、性别等，和用户历次的网上行为，如以往购买产品的品种和经常浏览的页面类型，为用户筛选出其相对感兴趣的产品信息，并制定出相应的个性化页面，根据个人的情况不同显示出不同的信息及广告，从而大大增加客户满意度，扩大市场的销售。本文对个性化电子商务的用户分类算法进行了研究，所做的工作主要有两个部分，一是对客户浏览行为的研究，根据对样本客户的分类，计算客户间的相关系数以得到样本分类，从而用每一客户与样本分类的关系得出相应的类别归属；二是根据用户首次登录时登记的个人资料，采用树形结构，提出一种新的基于用户特性的多维关联规则算法，算法突破了以往对布尔型属性的限制，对数字属性进行透明处理后一起生成规则集，并对规则进行聚集、修剪和优化，以减少规则集的冗余性和提高准确度。并在此基础上实现了一个个性化的B to C网站。