电子商务的浏览方便，商品多样性，方便交易等优势，越来越受到广大客户的青睐。电子商务依靠其不受空间限制，节省商家经营成本，全天候服务等优势，不断地扩张市场，给传统销售模式带来很大冲击，电子商务已经成为市场中非常重要的商品销售模式。电子商务商品的多样性为其吸引来了更多的客户，但同时也给客户造成了困扰。商品的多样性导致了电子商务网站的复杂程度越来越高，这使得客户感觉不能直接找到自己需要的商品。了解客户的需求既能让客户更加容易、更加直接地找到所需要的商品，同时又为电子商务商家制定销售策略、调整营销手段提供依据，因此挖掘客户的需求显得尤为重要。　　本文主要做了以下工作。对于当前流数据上挖掘频繁闭项集的算法进行比较分析，以现有频繁闭项集挖掘算法为基础，提出一种基于位运算的流数据上频繁闭项集挖掘算法。该算法用矩阵来存储滑动窗口事务数据，通过位运算计算项集的支持度，频繁项集以分桶的形式存储，以便于快速定位频繁项集，采用新的闭合性检测方式来确保其闭合性。理论分析和实验结果都验证了该算法的有效性。本文提出了加权访问频度，引入客户页面停留时间，更能够体现客户对商品的兴趣度。最后本文将流数据频繁闭项集挖掘算法应用到电子商务关联规则挖掘中，同时使用加权的访问频度来挖掘客户兴趣度较高的商品，将这些结果应用到电子商务的推荐系统中，方便了客户购买商品，同时为商家调整营销策略提供了依据。