电子商务网站每天都产生大量的点击流数据。它们中包含很多对企业非常有用的信息。但是,面对众多的网站,展现在我们面前的都是前端系统,而对于网站结构、用户访问时间、停留时间、页面关系等缺乏足够的重视。日志分析工具也可以很好的对网站运行的基本数据进行统计,然而日志分析工具没有涉及一个网站统计的重要内容,即访问网站的用户行为分析。而建立点击流数据仓库的目的正是通过用户行为分析来推动网站的商务发展。点击流数据仓库(Web日志数据仓库)是数据仓库的一个重要类型。与传统的数据仓库相比点击流数据仓库的主要数据来源是人们在进行各种网络活动时,在各个网络服务器中所留下的Web日志文件以及其它的相关数据库数据。建立结构合理的点击流数据仓库,并结合数据挖掘等技术对其海量数据进行有效的分析,不仅可以解决海量数据的存储问题,而且可以很好得保证电子商务系统的可用性和高效性,保证数据的安全性。在本文中点击流数据仓库的建立主要是面向用户信息兴趣的分析。在实施应用的过程中,本文针对电子商务环境对响应时间的敏感性,引入了操作型数据存储(ODS)的概念。同时,针对传统的数据仓库系统的DB-DW两层体系结构存在的缺点,重点提出并分析一种基于ODS的三层结构点击流数据仓库构建方案。在数据预处理过程中,重点研究Cookies技术在处理本地缓存和代理服务器等方面的应用。利用基于SQL Server 2005平台构建的点击流数据仓库和相应的数据分析、数据挖掘等辅助技术,结合以Java实现的数据挖掘系统对大连海事大学一个高校电子商务平台—海易网的Web日志数据进行有效的分析,获取用户潜在的访问信息,从而为Web用户提供更加优质的服务。以数据仓库为基础,深入分析用户行为特征,将成熟的数据挖掘算法迁移到Web日志领域是将来发展的趋势。