在电子商务环境下,如何针对不同的用户为其提供个性化的、灵活的服务模式,是系统是否具有吸引力、能否成功应用的关键因素之一,对Web用户及页面的聚类是实现个性化服务的基础,因而研究与建立新的Web用户及页面聚类模型和算法是一项具有实际意义的课题。本论文的主要工作如下:1.提出了基于模糊多重集的Web用户和页面聚类模型。将模糊多重集理论引入Web用户和页面聚类技术中,利用多个属性综合刻画Web用户和页面对象,以模糊多重集的形式表示聚类对象,依此构建了一个聚类模型,并给出了HCFM、FCFM和CAFM三种聚类算法。2.提出Web用户(或页面)相似性度量方法。利用模糊多重集距离计算公式,以两个模糊多重集之间的距离刻画Web用户和页面的相似性,提出Web用户和页面的相似性度量方法。3.设计并实现了数据预处理模型。以教务网日志记录为实验数据,设计并实现了从Web日志记录转换到聚类对象集合的数据预处理模型。完成数据收集、数据清洗、数据变换和标准化的工作,为Web用户和页面聚类工作提供良好的数据基础。4.实现了Web用户和页面聚类原型系统。为了验证本论文提出的聚类模型和算法,采用JBuilder+ACCESS技术设计了Web用户和页面聚类原型系统,并以某校教务网Web日志数据进行测试和分析。通过实验分析,验证了聚类模型和算法的可行性和正确性。