该文研究Web挖掘技术和方法,并提出一些新的见解和思想,文章首先概要介绍了数据挖掘的基本知识.然后组出了Web挖掘的定义,指出Web挖掘所面临的不同于传统数据挖掘技术的挑战,分析了Web挖掘可能的数据来源.文中将Web挖掘分为Web内容挖掘、Web结构挖掘和Web日志挖掘三类，并对日志挖掘进行了重点讨论，详细组出Web日志挖掘的体系结构.事务识别是Web日志挖掘过程中至关重要的一个步骤，方中介绍了引用长度、最大前向引用时间窗口三种识别法，并针对引用长度算法的不足，引入页面信息量参数，提出了阅读速率算法.论文分析了Web日志挖掘的频繁路径挖掘算法，提出了类Apriori算法并介绍了全扫描算法.该文还进行了实验工作，对四种不同的事务识别算法进行了理论分析，实现啊引用长度和阅读速率算法，并用实际数据进行了比较.该文的工作对于学习和研究基于Internet的数据挖掘技术具有很好的参考价值，对建造际Web挖掘系统具有重要的理论意义.