Web使用挖掘是Web数据挖掘研究领域的重要应用研究方向之一。其旨在通过对Web日志进行有效的数据挖掘,发掘隐藏在日志数据背后的规律和用户访问模式,从而改进Web站点设计,向用户提供个性化的服务。主要研究内容如下:详细介绍了Web日志预处理过程,运用页面视图过滤算法,进行相应的页面预处理。在Web聚类方面,研究了用户聚类和页面聚类。在用户聚类方面,以用户访问序列的相似度结合页面访问时间为相似度度量,运用Web模糊聚类方法,解决用户事务聚类问题。在页面聚类方面,则基于关联规则的支持度和置信度来构造Web页面聚类方法。在用户兴趣频繁访问路径模式挖掘方面,结合用户访问页面的兴趣度和网站的具体拓扑结构,改善了基于马尔可夫模型的兴趣导航模式发现方法。本文完成了页面视图过滤算法的设计,系统分析了Web聚类研究,改善了基于马尔可夫模型的兴趣导航模式发现方法,并附以实例证明算法的有效性,实用性。