Internet的迅猛发展,尤其是Web的全球普及,使得Web上信息量无比丰富。通过对Web的挖掘,可从Web页面中提取所需的知识:对总的用户访问行为、频度、内容的分析,可得到关于群体用户访问行为和方式的普遍知识,用以改进Web服务设计。更重要的是,通过对这些用户特征的理解和分析,有助于开展有针对性的电子商务活动。Web日志挖掘是从Web日志中挖掘用户访问模式和知识。分析和探索日志中的规律能够确认电子商务中的潜在用户、提高信息服务的质量和提高Web服务系统的性能。Web日志挖掘,尤其是在Web事务聚类方面,有着明显的模糊特征,所以模糊聚类有时比传统聚类方法更适合Web聚类。论文系统地分析和论述了数据挖掘和Web日志挖掘及相关概念,并通过对Web站点日志数据进行预处理,为下一步模式发掘打好基础;接着,介绍了聚类分析的方法以及模糊聚类的相关概念和方法;最后,将基于模糊等价关系的聚类方法应用到Web事务聚类中,分析现有的求模糊相似矩阵的传递闭包方法,针对其效率低运算量大的特点,提出将t-bridge算法应用到将模糊等价矩阵聚类法当中,给出了算法模型以及实例,同时给出了算法的证明并用实验验证分析。