B2C电子商务的迅猛发展,也暴露出一些问题,例如:由于信息的膨胀,客户在从电子商务网站的搜索引擎或者其他专业的搜索引擎中搜索到需要的信息非常困难。客户体验程度的降低肯定也会影响B2C电子商务的发展。作为Web挖掘重要手段的Web文档聚类方法,能够较好的解决这一问题。本文主要是将Web文档聚类方法应用于B2C电子商务中的途径进行了尝试,给出了一个精简型的Web文档聚类系统实现框架,并对核心功能进行了程序实现。文章主要分以下三个部分讨论:首先,对B2C电子商务中Web挖掘的需求,提出了基于Web文档聚类的页面推荐和商品推荐两个应用结合点。其中页面推荐又可基于提供方的不同分为电子商务站点搜索引擎应用和公用搜索引擎应用。然后在分析两种Web挖掘系统实现框架的基础上,提出了一个精简后的Web文档聚类系统实现框架,及其处理步骤。最后,分析了Web文档聚类系统具体实现过程中的三大关键技术:Web文档的获取,文本的表示和文本的聚类运算。Web文档的获取使用了元搜索引擎技术和自定义网络蜘蛛技术。文本的表示使用了向量空间模型(VSM),在分析了VSM的优点和不足以后,给出了其实施方法。文本的聚类使用了层次聚类的方法,其他基于矩阵的聚类方法的也可以很好的融合到系统中。讨论了三大关键技术以后,本文给出了一个实验设计及其结果分析。对本文工作的总结和进一步需要完成的工作在文章结尾给出。