网络团购是近年来兴起的一种基于网络的商业模式,最早为大众所知的是2008年成立的团购网站Groupon。目前,团购网站之间的竞争非常激烈,我们必须适应当前在线团购的形势特点,解决好在线团购活动中出现的问题。随着团购网站交易记录的逐渐递增,历史数据量越来越庞大,而这些数据只是堆积在系统中,并没有得到有效的利用,挖掘隐藏在数据背后的有用信息的功能还很欠缺。因此将数据挖掘技术引入到团购网站的管理之中,利用数据挖掘技术对团购网站的现存数据进行分析,进而为商家、用户和管理人员提供服务就成为团购网站在发展过程中面临的新的课题。鉴于上述出现的问题和需求,我们将数据挖掘技术应用于团购网站,研究并开发了一套具有在线数据挖掘功能的团购网站系统。本文的主要工作和成果如下：1.建立了一个团购网站系统,实现了一般团购网站的基本功能；2.在系统上增加了在线关联规则挖掘的功能,能够将关联规则挖掘的结果自动应用到用户推荐上,通过向用户推荐其最有可能感兴趣的团购项目,可以有效提高网站的交易量；3.系统中增加了在线聚类分析的功能,通过聚类分析可以将用户归类到不同的类别,网站可以针对不同类别的用户分别举办与之相关的促销活动,从而提高促销活动的效果；4.加入了统计及预测的功能,统计及预测的结果有助于管理者对网站的整体运营情况有更深入的了解,起到了很好的决策支持和辅助作用；5.提供了用于离线挖掘的数据导出功能,当前离线数据挖掘的工具较多,且功能相对强大,将系统数据库中的数据以CSV或ARFF格式导出,可供Weka等离线数据挖掘工具读取,从而进行更深层次的数据挖掘及应用。最后,对全文进行了总结,并对进一步的研究提出了一些展望。