近几十年来,万维网的迅速发展使其成为世界上规模最大的公共数据源。面对信息时代海量数据的出现,如何有效地利用大量的原始数据分析现状以预测未来,已经成为人类面临的一大挑战。由此,Web数据挖掘技术应运而生并得以迅猛发展。目前,Web数据挖掘无论是在理论研究方面还是在应用研究方面都已经成为了十分热门的课题。很多学者开始寻求用遗传算法来求解Web数据挖掘问题。但遗传算法在求解Web数据挖掘问题时还存在一些缺陷。本文首先介绍了典型遗传算法的算法思想和步骤,在分析遗传算法性能瓶颈的基础上提出一种基于改进遗传算法的Web关联规则挖掘算法,从编码方法、适应度函数的构造、交叉算子和变异算子的设计等方面进行了详细的讨论和分析。其次,在这一过程中详细讨论了遗传算法早熟问题产生的原因,并采用模拟退火算法的Boltzman生存机制和建立自适应交叉概率等技术来有效的解决典型遗传算法的早熟问题,同时使用Matlab环境编写程序对该模型进行求解和模拟遗传算法搜索过程。实验研究结果显示,将改进遗传算法应用在Web的关联规则挖掘上,无论是在求得关联规则数目、准确率、还是在算法消耗时间上都有着明显的优势。