近年来，Internet正以令人难以置信的速度在飞速发展，越来越多的机构、团体和个人在Internet上发布信息、查找信息。虽然Internet上有海量的数据，但由于Web是无结构的、动态的，并且Web页面的复杂程度远远超过了文本文档，人们要想找到自己想要的数据犹如大海捞针一般。网站不能对用户及其页面进行聚类，因此也不能针对特定的用户给出特殊的服务。另外，网站的拓扑结构与用户期望之间也存在着差距。而有些特殊用户的硬件资源有限，他们使用掌上电脑浏览网页，如何为他们实现页面预取也是应当研究的课题。 如何解决这些问题?将传统的数据挖掘技术与Web结合起来，进行Web挖掘就是一个途径。Web挖掘就是从Web文档和Web活动中抽取感兴趣的潜在的有用模式和隐藏信息的过程。Web挖掘可以在很多方面发挥作用，如对搜索引擎的结构进行挖掘，确定权威页面，Web文档分类，Web Log分类、智能查询等。 本文首先介绍了Web挖掘的定义、任务、分类，Web挖掘的模型及处理过程。 接着，提出了一种适用于Web日志挖掘的数据结构及相应的算法。数据结构是一个用户／页面(User_URL)关联矩阵，用来表示用户对页面的访问信息。挖掘算法采用矩阵聚类(Matrix Cluster)，可以实现客户、页面聚类和频繁访问路径识别及访问预测等。 本文最后总结了工作尚存的不足，并指出了Web挖掘研究的方向、应用前景和它所面临的挑战。 实验证明，采用以上算法对校园网的Web日志进行挖掘效果良好。另外，把算法应用于电子商务网站，可以建设一个自适应网站(Adaptire Website)，进而实现针对具体客户的个性化服务，最终为商家的决策提供有力的支持。