随着数据积累的越来越多,企业迫切希望挖掘出隐藏在大量数据背后的知识以支持决策。现有的数据挖掘工具如IBM的Intelligence Miner,SAS的Enterprise Miner虽然提供了较丰富的挖掘功能,但是这些工具不能够挖掘Internet/Extranet上的分布式和高度异质的数据,不能有效地与操作型系统集成,而且针对性不强。企业如果采用这些工具投资很大,某些挖掘功也用不上,而且算法库升级非常困难。本文提出了一种基于Web服务的数据挖掘系统架构。它能够与原有操作型系统良好集成,能够挖掘分布式数据库中的数据,而且具有跨平台、跨语言、易于部署和可动态管理算法库等优点。本文首先给出了基于Web服务的数据挖掘系统的总体架构,将Web服务这一优秀的面向服务的企业架构的实现技术引入了数据挖掘系统中。然后详细研究了构建数据挖掘系统的关键技术,包括数据的预处理、挖掘算法的管理、算法库的构建以及数据挖掘模型的可视化。数据挖掘的结果模型用PMML表示,可以实现数据挖掘模型的共享和再利用。接着研究了关联规则挖掘算法并给出了关联规则挖掘算法的一种实现。最后给出了一个B/S结构的基于Web服务的数据挖掘系统原型的实现,并利用该原型系统对某超市的购物篮数据进行了关联规则挖掘,从而证明了本文提出的数据挖掘系统架构具有较高的可伸缩性、可信度和可实施性。