随着互联网的迅速发展，Interrlet上的信息呈爆炸式增长，相对于巨大、无序的网络信息空间，传统网站服务不能满足不同背景、不同目的和不同时期的访问者请求，每个用户为了找到真正感兴趣的信息需要耗费大量的时间和精力。因此，Web个性化成为了一个研究热点。 Web个性化即一个Web网站根据发现的用户喜好，为用户定制观看的内容或者提供浏览建议，它通过以下步骤来实现：首先收集和存储站点访问者的信息，然后对信息做分析，在分析的基础上在适当的时间将适当的内容提交给每个访问者。 Web数据挖掘是实现Web个性化的有效途径。论文在研究了Web数据挖掘和Web个性化基础上，设计了一个个性化网站，通过利用关联规则算法对Web日志和注册用户的信息进行挖掘产生的规则，实现了以对注册用户进行个性化内容推荐、个性化链接推荐和优化网站的拓扑结构为目标的一个个性化网站。 主要完成了以下几个方面的工作： 1.设计一个个性化网站，收集了大量的注册用户信息和Web日志数据，为挖掘算法实施做准备。 2.针对收集的数据采用快速Aptiori算法和增量式Apriori算法进行了挖掘。通过挖掘发现了用户访问站点中页面之间的一些访问规则，为实现网站个性化做准备。 3.在对挖掘出的规则进行筛选与分析的基础上，将之应用到网站个性化中，实现了：(1)为注册用户推荐个性化页面；(2)优化网站的拓扑结构和建立导航链接。