随着Web站点自身信息越来越丰富和拓扑结构越来越复杂,目前信息服务中普遍存在着“信息过载”和“资源迷向”的状况。面对今天浩如烟海的信息,人们关心的是如何有效地收集和选择感兴趣的信息,更重要的是,人们关心如何在日益增多的信息中自动发现新的概念,并自动分析它们之间的关系,能够真正地做到信息处理的自动化。准确及时地掌握用户对系统的访问情况是确保系统高效地实现自适应性的重要依据。本文主要研究了数据挖掘技术的现状和发展,改进k-means算法,优化k-means算法的初始类中心,并改进每次类中心的计算方式,对上一次类中心和本次迭代的所有簇对象的平均值再求均值作为类中心,减少了噪声的影响,加快了迭代函数的收敛,提高了算法的效率,并应用于信息管理系统。系统根据日志记录的数据获得各个模块用户的支持度的信息来关闭或者打开模块的webpart,实现站点的智能化,使其提供模块自动推荐,改变用户视图和优化系统结构,提高站点信息服务质量,促进智能信息处理领域的发展,在理论和实践上都有重要的研究意义。