随着Internet的迅猛发展,许多传统行业也逐渐加入到互联网中,并迎来了新的春天。现代易货业的发展正是借助互联网的平台及发达的物流系统发展起来的。它大大的提高了传统易货交易的灵活性和可操作性,解决了当今中国企业的库存问题。这种新型的交易模式与一般的电子商务模式有相通点,但其独特的交易方式,必然会带来新的特性。对于电子商务网站来说,分析用户行为一直是热门的研究领域。根据用户行为分析的结果,改善网站结构,提供更合理的服务,来增加用户的满意度,为网站创收。在现代易货这种新型交易模式中,对其用户行为的分析研究,还比较缺乏。因此,对该领域进行研究是非常有意义的。本文的研究内容基于华贸电子易货网站,即“易通网”,在该网站中,用户可以在系统内进行易货操作,他们的操作行为将被记录到服务的日志文件中。通过对该日志文件的处理和分析,得到用户的行为规律,并以可视化的方式将结果展示给用户,本文的主要工作如下：(1)介绍和分析了Web日志挖掘中数据预处理技术,包括数据清理、会话识别、路径补全等关键技术。对关联规则挖掘算法进行了重点研究,详细地介绍了Apriori算法的原理和挖掘过程,分析了算法的优缺点,并针对算法的不足,提出了一种改进算法,提高挖掘的效率和精确度。通过试验证明,本文提出的改进算法是有效的、可靠的。(2)介绍了易通网的设计框架及各功能模块的详细内容,分析了系统的交易流程及运行模式。详细介绍了改进的挖掘算法在易通网中实现,及其挖掘结果在系统中的可视化展示。系统的实现使用J2EE进行开发,采用了主流的Java开源框架Struts+Spring+Hibernate。数据可视化的实现采用了免费的Javascript组件Fusion Charts,其良好的构图功能将挖掘结果简单直观的展示给用户。本文提出的算法在易通网中得到了很好的实现,并且挖掘出了有意义的关联规则,分析出用户的行为模式,为改进网站提供有效的参考,为商家决策提供支持。