WWW是一个开放的全球性的资源,它包含了海量的跟人类生活密切相关的数据.随着WWW上信息的爆炸性的增长,在如此大量的数据中发现有用的信息变得困难.而数据挖掘技术是从大量的数据中提取出隐藏在数据之后的有用的信息.因此,采用数据挖掘技术从WWW上提取出有价值的知识,提高WWW的服务效率,具有十分重要的现实意义和广泛的应用前景.该文致力于研究利用数据挖掘技术实现Web预取,以期降低用户的访问延迟,提高网络浏览速度.该文在概述了数据挖掘、关联规则发现、Web挖掘的基础上,提出了一种利用关联规则解决网络拥塞问题的方法:通过对服务器上的日志进行挖掘,得到用户访问序列的关联规则,根据这些规则和用户目前访问网页,把用户随后最有可能访问的网页预先发送给用户,来提高用户浏览速度.文中结合实例详细论述了该方法的实现方案、算法、运行的环境,提出了多种预取策略,并对预取算法进行了实验,对各种预取策略进行了分析、比较和评价.本文还研究了从客户端实现Web预取的方法:根据用户本地Cache中保存的大量用户访问网站的历史数据和当前访问的数据,利用数据挖掘技术来预测用户将来的可能行为,从而为用户预取一些Web页面.文中对徐宝文等提出的用户兴趣关联规则挖掘算法和预测算法<[22]>进行了补充改进,提高了预测的准确度.