随着通信技术、数据库技术、安全技术、数据处理技术以及互联网技术的发展，电子商务技术也日趋成熟。目前，淘宝网、eBay易趣、阿里巴巴、卓越网等大型的电子商务企业正以难以置信的速度壮大，其它一些非从事电子商务的企业也逐渐将自己的产品搬到网络上来。可见，传统的经济模式已经逐渐被网络经济模式所追赶和超越。在传统经济模式下，为了在竞争中站稳脚，企业需提供个性化的服务和产品。而在网络经济模式下，企业更加需要提供个性化的服务和产品。然而，电子商务网站如何提供个性化的服务和产品?如何将这些个性化更及时、更准确是本论文的主要研究内容。第一章介绍了电子商务个性化和个性化电子商务的定义以及二者之间的关系，进而从电子商务经济环境、网站策略需求和企业经营方式等三个角度谈到了电子商务应该具备个性化的经营模式，同时本章还简要介绍了Web使用挖掘的定义和步骤，最后简述了Web使用挖掘技术在电子商务中的应用策略。第二章提出了Web使用挖掘中所用数据的多种渠道——服务器端、客户端和中间环节，并给出了各种渠道数据的例子。本章的最后，还列出了数据采集时常见的一些问题。第三章探讨了数据预处理的流程，即数据清理、用户识别、用户会话识别、路径补充和数据格式化。并对每一个过程展开了详细的阐述，有的给出了相应的算法，有的在借鉴前人使用方法的基础上给出了效率更高的解决方法，有的则列出了详细处理步骤并附加了相关的流程图。第四章简述了协同过滤推荐算法的定义、分类，详细介绍了协同过滤推荐算法的过程，提出了协同过滤推荐的不足以及基于动态聚类的k-means算法。在本章的最后，给出了一个k-means算法的例子，并将迭代结果用图来形象的描绘出来。第五章首先叙述了推荐引擎的构成和功能定位，进而从三个层次构建了电子商务个性化模型的体系结构，后来讲到了站点服务器(Apache Tomcat Web服务器和Sqlserver2000服务器)，并创建了日志数据库的结构，最后陈述了电子商务网站必备的功能模块以及主要功能模块改进的个性化策略。