web日志挖掘的研究目的在于发现浏览网站的行为规律,改善站点的结构和页面间超链接结构,提高站点服务质量以及在电子商务中的客户关系管理方面的决策支持。本文对web日志挖掘的研究背景、研究现状、挖掘步骤和各个技术环节以及应用领域做了全面阐述,并在此基础上重点深入研究了其中的一个关键领域:个性化服务。个性化服务一般包括两个方面:离线信息提取,在线信息推荐。本文的工作主要集中在研究离线信息提取这一步。在离线信息提取中,本文在以下方面展开深入研究和讨论:●提出了三种依据用户上网浏览网页行为对用户进行聚类的方法,并通过实验对这三种方法进行了对比。本文提出了旨在解决因为人的浏览行为经常变化而很难将其归类的有效方法,为进一步进行个性化模式提取及提高个性化服务质量打下了坚实的基础。●针对聚类方法工作量大,效率较低,每次都要对聚类结果进行解释和评价的缺点,本文在对用户聚类工作的基础上又提出了基于支持向量机的用户分类方法,实验证明了方法的准确性和高效性。该方法主要应用于web日志中不断变化和新增的用户。●在对用户聚类和分类的基础上,本文针对每类用户浏览行为相近的特点提出了一遍扫描数据库的模式提取方法,实验证明了方法的准确性和高效性。本文通过以上三方面的研究形成了完整且准确高效的用户个性化信息提取模型。