本篇论文主要从以下四个方面对Web日志挖掘进行了系统的分析和研究。第一是对数据挖掘、Web数据挖掘和Web日志挖掘进行了概述,阐述了本篇论文的研究背景及Web日志挖掘研究现状; 第二是研究了Web日志挖掘中的关键步骤——数据准备,详细地分析了预处理阶段的各项任务; 第三是认真研究分析了模式发现阶段的基于聚类的数据挖掘的基本原理和一般方法,并介绍了模糊聚类理论。第四是提出了一个以用户离散化浏览时间为度量、以图论法取得模糊相似矩阵的传递闭包的Web用户浏览模式模糊聚类算法。针对传统的聚类方法属于硬划分的方法,即把每个待辨识的对象严格地划归到某个类中,具有非此即彼的性质,本文提出了用模糊聚类算法对Web事务进行聚类。在聚类的相似性度量上,不再单纯地以访问次数或浏览时间来度量,而是采用用户浏览离散化时间为度量。并将模糊相似度和图论相结合提出了以图论法取得模糊相似矩阵传递闭包的方法。经实验证明,该算法比传统算法准确性高,运行时间少,扩展性好。