随着互联网技术的快速发展和广泛应用,互联网给人们提供了大量的信息,如何使这些庞杂的信息转化为对人类有用的知识,基于Web的数据挖掘技术成为当前的研究热点。Web挖掘的重点研究内容之一就是挖掘用户的真正兴趣,对用户分类进而为用户提供个性化信息服务。本文提出了一种新的用户分类方法。该方法利用了网页的文本信息,应用了模糊综合评判方法和朴素贝叶斯分类方法。每个网页对应一个URL地址,URL地址记录在Web日志的相应字段中,利用网页上的文本信息进行分类,进而实现对URL地址的分类；然后,将Web日志数据分为训练集和测试集。在训练集上应用模糊综合评判方法,判断出训练集中的用户感兴趣的页面,根据网页上的文本信息类别对用户进行分类；最后,在测试集上应用朴素贝叶斯方法,根据训练集学习得到的类别特征将测试集中的用户分类。实验表明,该方法具有较高的分类准确率。