随着Internet的迅速发展，新信息、新产品每天都在不断被放上Web，同时，用户的种类、数量和关注点也在增加。一方面，用户从浩瀚如烟的信息中找到自己需要的信息越来越困难；另一方面，Web站点的服务商也在不断设法获取用户的兴趣爱好，以提高网站的服务质量。个性化技术就是可以解决上述两个问题的一种有效的手段。本文在讨论概念格理论以及Web日志挖掘各环节关键技术的基础上，主要完成如下工作：1．针对传统的增量挖掘算法不能同时解决数据库和最小支持度同时发生变化的问题，本文提出了将概念格理论应用于Web日志挖掘的模式发现，研究了基于概念格的关联规则的增量挖掘，提出了一种从最大频繁项集产生所有强关联规则的优化方法，减少了模式发现中频繁项集的发现时间和不必要的规则的产生，从而提高了模式发现的效率。2．将基于概念格的Web日志挖掘方法应用于电子商务网站中，针对不同的用户进行个性化推荐，来促进电子商务网站的发展。本文给出了电子商务个性化推荐系统的系统结构，并实现了个性化推荐引擎的每个模块，为电子商务网站个性化推荐问题的解决提供了一种方法。