随着计算机技术的飞速发展，近年来WEB应用也得到了空前的发展，因而WEB用户显得越来越重要，用户对WEB的要求也越来越高：WEB需要有智能性，能快速、准确的帮助用户找到其需要的信息；同时，作为WEB站点的运营方，对WEB用户的行为也越来越有兴趣。了解了WEB用户的行为之后，可以为其提供更加精确的服务，如：精确营销。另外，也可以根据用户的行为，调整WEB的组织和结构，以便吸引和留住更多的用户。再者，也可基于WEB用户的行为，分析出WEB站点的不足之处，为WEB站点的安全，提供参考。本论文以陶瓷电子商务平台为研究平台，该平台是国家863计划课题，“陶瓷集群区域信息化服务平台”的一个子平台，主要实现在线电子商务功能。本论文以陶瓷电子商务平台WEB访问日志为研究基础，用正则表达式初步分析WEB日志文件，得到用户的访问事务，再运用关联规则、聚类等数据挖掘的相关知识，对用户的访问事务进行关联分析和聚类。主要使用的算法有Apriori算法，用来计算关联规则和K-means算法来计算用户聚类。同时，也对这两种算法的一些改进算法进行了分析和对比，如Apriori改进算法中的偏爱路径算法等，K-means中的k-means++算法，基于权重的k-means算法等。最后通过算法在实际应用系统中的使用，得到一些结论：Apriori算法计算出来的结果，仅仅根据强规则还不够，还需要计算提升度,否则得到的结果可能是不准确的。若k-means算法的中心点选择不合适，其结果的差距会比较大；若选择恰当，与k-means++算法的结果将一致。