近年来电子商务（Electronic Commerce）呈现出了快速增长的势头，并且逐渐走向稳健和成熟。消费者越来越依赖于网络进行消费购物，因此电子商务公司挖掘潜在客户可以为企业增加效益利润，也就是谁能掌握客户的需求、提高公司在客户心中的形象、把握好与客户关系以及有效挖掘管理客户资源，谁就能提高市场竞争力，谁就能逐步提高市场占有率，立于不败之地。如何挖掘潜在客户成为电子商务企业竞争的焦点，是各个电子商务公司成功的关键因素。从电子商务Web网站的后台数据库中，能够得到丰富的顾客交易信息及其相关的数据信息，这些数据信息量非常大，尽管蕴含着关于顾客大量的有益信息。但是由于数据的冗余、未分类、杂乱无章等因素并未能得到充分的分析利用，如何从这些数据信息中提取出有益信息来挖掘潜在客户成为了焦点。本文从信息获取、数据预处理、用户聚类等几个方面对数据挖掘算法在潜在用户挖掘中的应用展开研究。首先从理论入手，了解了什么是潜在用户、数据挖掘技术、分类技术、用户访问路径等基础知识。其次，深入研究Web日志挖掘的预处理过程，包括数据清洗，用户识别，会话识别和事务识别。再次，深入研究Kohonen神经网络算法，并对Kohonen神经算法进行C++语言实现，用实验证明实现的正确性。最后，给出了基于Kohonen神经网络算法的潜在用户群挖掘系统的原型设计，同时给出用户挖掘的初步实现。