当今，随着Internet技术的发展，电子商务凭借其方便、快捷和无地域限制等优势在全球盛行。近些年，电子商务站点积累了大量web数据，如何从这些海量的数据中发现潜在的、有价值的信息，已经成为商家关注的热点问题。web挖掘就是利用数据挖掘技术从web数据中发现有用的模式。本文利用数据挖掘技术，对电子商务网站的web服务器日志进行研究分析，发现用户的访问模式，为更好的了解客户需求、满足客户需求提供了支持和帮助。论文系统介绍了web挖掘和电子商务的相关知识，并分析了现有的层次聚类算法和FCM聚类算法的优缺点，针对凝聚层次聚类算法的不足，提出改进的层次聚类算法，节约了存储空间并提高了执行速度；针对传统的FCM算法的评估价值函数只考虑了类内距离，而忽略了类间距离对聚类结果的影响的问题，提出一种新的价值函数，综合考虑了类内和类间距离对聚类结果的影响；最后，本文将改进后的层次聚类算法和改进的FCM算法结合起来，提出一种新的算法NHMF算法，并进行了实例应用得出用户聚类模型，为网站个性推荐提供依据。