随着大数据时代的到来,广泛的资源共享带来了数据的指数级增长,人们对Web个性化服务、智能推荐等需求也越来越大,如何通过Web挖掘获取用户的兴趣是至关重要的。Web使用挖掘通过挖掘网页中用户的访问信息来分析用户的兴趣偏好和行为模式,从而提高推荐系统的推荐质量。Web用户聚类通过分析用户的访问行为,把浏览行为相似的用户划分为一类,进而更精确地为用户提供个性化服务。在传统的聚类算法中,类与类划分的界限是确定的,但在现实生活当中,类边界的划分是模糊的,因此基于模糊粗糙的聚类在现实生活中得到广泛应用,是当前聚类研究的主流趋势。目前,大多数的Web日志挖掘是基于访问频率的,其挖掘的信息没有太大的价值。而本文提出的两种改进的聚类技术是基于访问时间的,使用模糊向量表示用户浏览模式,记录用户是否浏览过该页面以及停留的时间。本文在模糊粗糙k-均值聚类方法的基础上提出了两种改进算法,主要所做工作如下:(1)针对模糊粗糙k-均值收敛速度慢的问题,本文将模糊粗糙k-均值和夹角余弦相结合,提出了一种双层聚类技术。通过一系列实验,论证了该聚类方法的可行性,而且,使用Davies-Bouldin指标验证了该算法的聚类效果并与其它聚类算法进行了比较。(2)由于模糊粗糙k-均值需要人为设定聚类数,且初始聚类中心是随机的,所以,聚类结果不太稳定。对此,本文对聚类数和聚类中心的设定进行了改进,先使用夹角余弦值确定较优聚类数,然后,通过夹角余弦相似度优化了初始聚类中心。实验结果表明,该算法减少了迭代次数,提高了聚类效率。(3)由于数据量大时,改进的这两种算法仍然存在算法效率低的问题。因此,使用MapReduce实现了两种改进聚类算法的并行化,并进行了相关实验,实验结果表明这两种算法具有较好的扩展性和加速比。