互联网和信息技术的发展,促使不断产生新的商业模式,而电子商务这一全新的商业模式凭借互联网和信息技术飞速发展,传统企业纷纷转型走向电子商务发展道路。然而,随着电子商务的快速发展,电子商务网站平台所呈现给用户的商品信息量急剧增长,给用户带来了很多不便的同时,也严重阻碍了电子商务更好的发展。在大数据电子商务时代,企业如何将数据挖掘的思想和方法应用到电子商务中,利用Web数据挖掘技术的强大数据分析处理能力,从海量的Web数据中挖掘出潜在的、有价值的客户行为信息,并用来辅助企业进行正确的、高效的商务分析与决策,这已成为目前研究的热点问题。针对目前对构建与应用电子商务Web数据挖掘模型研究的不足,本文首先介绍了电子商务概述、用户行为的定义和分析内容,Web数据挖掘的定义、分类、流程及常用技术,个性化推荐系统的简介、作用及推荐方法;其次,介绍了 Web数据挖掘在电子商务中的应用背景、应用价值、Web数据分析的类型、数据来源及特点;再次,基于电子商务用户行为Web数据,按照CRISP-DM数据挖掘方法论,运用IBM SPSS Modeler数据挖掘软件,采用多种数据挖掘技术,分析并构建出了用户购买行为预测模型,商品推荐模型,用户细分模型和商品特征分析模型;最后,基于商品推荐模型,设计出了商品个性化推荐系统的总体框架、离线模块、在线模块和MQ数据库,并以MQ音像商城为例,进行设计和开发,最终实现了用户可自行选择设置推荐方法的MQ音像商品的个性化推荐。本文基于电子商务用户行为的Web数据,重点对Web挖掘模型的构建及其在电子商务个性化推荐系统中的应用进行了相关研究和探讨,这对电子商务企业应用Web挖掘模型具有一定的现实意义。