Web日志挖掘是从服务器端记录的用户访问日志或从用户的浏览信息中抽取感兴趣的模式,通过分析这些数据可以帮助理解用户的行为,最终可以指导企业明智的进行市场决策,更好的为用户提供个性化的服务。本文主要采用人工免疫的思想进行聚类,从服务器日志文件中提取出用户访问模式,为用户提供个性化服务。本文通过实际操作,选取南昌大学人文学院的日志为数据源,以Weka软件为平台,研究了日志挖掘技术及关键算法,详细介绍了数据预处理的过程,同时用实验加以实现。在研究聚类算法的基础上,针对当前传统聚类算法中所存在的问题,根据免疫系统的原理及Web日志数据的特性,探讨采用人工免疫思想进行Web日志的聚类分析。该算法运用免疫系统自身的自组织、自适应特性,由克隆选择原理和免疫网络原理相结合,同时,为每一个抗体添加类别标记,让抗体充分学习到抗原的特征,形成能代表抗原的记忆抗体,使得最后得到的抗体集合即为聚类结果,从而实现聚类。通过实验的验证与比较,证明了该算法的可行性及精确性,在理论和实践上都有着极为重要的研究意义。最后,通过聚类结果分析,从而为网站管理者提供网站结构修改的意见,更好的为用户提供个性化服务。