随着数据库技术的不断发展及数据库系统在信息管理中的广泛应用，数据库中存储的数据量急剧增大。如何从这些海量数据中发现知识，导致了知识发现和数据挖掘领域的出现。数据挖掘(或知识发现)就是从大量的数据中抽取以前未知并潜在可用的模式。知识发现(简称KDD)和数据挖掘(简称DM)是集统计学、人工智能、模式识别、并行计算、机器学习、数据库、知识获取、数据可视化、专家系统等技术的一个交叉性的研究领域。发掘出的知识被用于决策支持过程、事后分析或其它应用。 Web页面过于复杂，而且是无结构的、动态的，导致人们难以迅速、方便地在Web上找出所需要的数据和信息。Web数据挖掘是从大量的Web文档集合和在站点内进行浏览的相关数据中发现蕴涵的、未知的、有潜在应用价值的、非平凡的模式的过程。它是传统数据挖掘技术在Web环境下的应用。Web挖掘分为Web内容挖掘、Web结构挖掘和Web使用模式挖掘。 电子商务是指个人或企业通过Internet网络，采用数字化电子方式进行商务数据交换和开展广告、推销、购买商品或服务等商务活动。相对于传统商务活动，电子商务具有不受地域限制、节省成本等众多优点。 本文对Web数据挖掘在电子商务中的应用进行了研究，主要做了以下工作： 1．总结了数据挖掘研究现状及最新进展。提出了数据挖掘逻辑模型及存在的一些问题。 2．描述了Web数据挖掘技术，Web数据挖掘的用途，以及XML在数据挖掘中的应用。 3．讨论了在电子商务中如何有效地利用几种可行的数据挖掘技术，如路陉分析、关联规则分析、序列模式分析、分类分析和聚类分析等挖掘出用户的购买模式及浏览模式，并就其中的路陉分析和序列模式分析提出了实现的方法。 4．构建了一个电子商务网站系统模型，并且将上述数据挖掘技术有机地集成到其中，以实现电子商务的个性化服务；介绍了电子商务环境下的客户关系管理体系结构，如何利用CRM进行客户的获取、保持和细分。用关联规则挖掘实现了一个推荐系统，并且进行了实验，分析了推荐结果的精度。山东科技大学工程硕士学位论文摘要 数据挖掘在电子商务里表现为在大型数据库里面搜索有价值的商业信息。数据仓库、数据挖掘技术和Internet/I ntranet的完美结合，使其在21世纪的电子商务中有广泛的应用前景。