数据挖掘是近年来数据库技术发展出现的一种全新的信息技术，它融合了数据库、人工智能以及统计学等多种学科的知识，通过对历史积累的大量数据的有效挖掘，试图从这些数据中提取出先前未知、有效和有用的知识。 随着Internet的迅速发展和普及，一种新型的商务模式——电子商务的发展越来越引起研究者们的关注，人们希望充分利用其优点，获得更多的经济效益。将数据挖掘的思想和方法应用到电子商务中，帮助电子商务网站从海量信息中获得真正有价值的知识，以指导企业决策、为电子商务网站的客户提供个性化服务成为现在研究的一个热点问题。 本文在对数据挖掘和Web挖掘的主要方法、常用技术和过程进行详细综述的基础上，进一步研究关联规则的Apriori算法和聚类分析的k-means算法；探讨了电子商务及个性化推荐系统的定义、分类、特点及数据挖掘技术在其中应用的特点等问题；在以上工作的基础上，基于三层模型、J2EE技术利用可重用的组件和模式等思想设计了一个面向数据挖掘技术的电子商务平台，实现了交易管理子系统的功能，同时构建了基于Web使用挖掘的个性化服务推荐子系统。本子系统通过对Web服务器日志数据的挖掘，获得用户聚类和浏览模式，为不同类用户提供个性化服务。在对个性化服务推荐子系统的描述中弓l入了Apriori算法和k-means算法，通过对数据预处理、数据挖掘、推荐模型等一系列问题的解决，研究数据挖掘技术在电子商务中实现的过程，实现个性化服务推荐。 最后，给出了本文的总结及对今后工作的展望。