近年来,随着数据库技术和网络技术的发展成熟,电子商务得到了快速发展,大量的网购平台如雨后春笋般出现。网购平台经过长期的经营,数据库中搜集和存储了大量客户数据,这是一笔巨大的潜在资源。如果对其进行数据挖掘,找出背后隐藏的规律,可以提供极具商业价值的信息,极大地提升网购平台的竞争优势。论文在总结国内外学者相关领域研究成果的基础上,结合国内网购平台的实际情况,对Web数据挖掘在网购平台中的应用进行了研究,介绍了Web日志挖掘和访问路径挖掘,完成了个性化推荐系统的模型设计,实现了在网购平台进行个性化推荐服务。论文首先介绍了数据挖掘及Web数据挖掘的基础理论和研究现状,然后分析了Web数据挖掘在网购平台中的应用情况,接着分析研究客户数据,详细讨论了相关数据挖掘算法,改进传统挖掘算法的不足,建立了客户相关的数据挖掘模型,并把数据挖掘技术有机地集成到一个网购平台,设计开发了基于数据挖掘的网上书城,利用网上书城对研究内容进行了实证分析,得出了有益的结论。