在电子商务蓬勃发展与广泛应用的同时，所有电子商务决策者们都面临着一个棘手的问题：如何在不涉及用户隐私的情况下对网站上的海量信息进行挖掘，并将挖掘结果应用于电子商务决策支持，以此来提升电子商务竞争力？Web数据挖掘技术由此而诞生。Web数据挖掘作为电子商务系统的一项重要应用技术，为电子商务公司的商业决策提供强有力的支持。但是，目前国内的大多数中小型电子商务企业，其电子商务发展还不是很完善，对将Web数据挖掘技术与电子商务结合为电子商务提供决策支持方面，无论是理论研究还是应用研究都还不是很完善。基于此，本文主要从应用的角度将Web数据挖掘技术与电子商务结合进行探讨和研究，主要内容和研究成果如下： （1）首先对Web数据挖掘的概念、特点、难点、分类以及Web数据挖掘的流程及其在电子商务中的应用优势都作了很详尽的论述。 （2）研究了国内中小型电子商务网站服务器数据的特点和数据的物理意义，并以此为依据寻找合适的方法对数据进行预处理。针对电子商务网站的浏览用户特点，将用户分成外部登录用户和内部系统用户来分析，为聚类分析和电子商务应用研究提供可靠、有效的数据。 （3）在理解和掌握快速聚类算法的基础上，针对K-means快速聚类算法的优点和缺点，结合Web数据的特点，采用了一种连环聚类的方法来弥补快速聚类算法聚类结果不精确的不足，并将探索性数据分析（也即分析每个网页被用户访问的频率，揭示用户访问过的网页之间的差异的最大程度）结果与聚类分析结果相结合来进行电子商务应用研究。最后应用这种方法进行了案例研究，证明其是可行并有效的。 （4）在电子商务应用研究方面，在总结前人研究成果和分析实际网站的基础上，针对广州邮政网的实际，提出了增长新业务点和协同商务等新应用方向，为决策者改进电子商务网站提供了新的思路和方法。