随着Internet的普及和信息技术的快速发展,传统的Web信息获取方式由于其通用的性质,不能满足不同兴趣、不同访问目的用户的需求,从海量的网络信息中有效地获得个性化信息已成为人们迫切的需要,因此,个性化服务技术越来越受到广泛的重视。个性化服务是通过收集和分析用户信息来学习用户的兴趣和访问行为,从而实现主动推荐的目的。本文重点对个性化服务技术中的Web挖掘技术进行了研究,结合Web内容挖掘和Web使用挖掘给出了一种整合挖掘的方法,并设计了一个Web挖掘策略来验证这个挖掘方法的性能。挖掘策略采用一种基于Web内容和Web日志的整合挖掘方法对网站用户访问模式进行自动分类,本方法通过抽取网页文字内容的信息项获得网页主题信息,结合Web服务器日志文件建立用户访问模式描述文件,来分类用户访问模式和预测用户未来的访问请求。根据分类任务和预测任务的结果评价整合挖掘方法的有效性。挖掘策略的实施包含以下部分:用户访问会话识别,整合Web内容挖掘和Web使用挖掘,构建访问模式描述文件,分类和预测。采用两个度量值评价整合挖掘方法的性能:分类精确度A(C)和预测精确度A(P)。实验结果表明,对比单独进行一种Web挖掘的方法,整合挖掘的分类精确度和预测精确度有较大提高,这种方法可以更好地促进Web个性化推荐。本文结合大连市公安局“网上作战系统”的实际课题,根据基于Web内容和日志的整合挖掘方法,设计了一个提供个性化服务的刑侦信息推荐系统,介绍了离线和在线部分的模块处理,描述了针对不同用户提供个性化信息推荐的过程。系统的设计目的是通过信息的主动推荐提高相关刑侦信息获取的速度,从而起到一定的辅助快速分析、得出案件侦破信息的作用。