搜索引擎评价问题是搜索引擎研究领域的重要课题之一。传统的搜索引擎评价方法通过手工构造查询样例集合和人工标注查询答案集合的方式来评价搜索引擎,需要巨大的人力和时间成本。随着搜索引擎处理的数据规模的日益庞大,这种方法已不能满足当前搜索引擎系统的评价要求。由于搜索引擎的用户点击日志隐含了用户对搜索引擎结果的判断,而且易于获取,因此,研究人员提出一种使用用户点击日志进行搜索引擎评价的思路,利用用户点击日志来评价搜索引擎成为搜索引擎研究领域的一个新方向。本文提出一种利用用户点击日志来评价搜索引擎的方法,从用户的角度出发,分析用户与搜索引擎之间的交互点击日志,从中提取出能够反映搜索引擎用户满意度的特征,利用这些特征作为评价指标来评价搜索引擎用户满意度,能够大大减少搜索引擎质量评价所需的人力代价和时间代价。通过搜索引擎日志数据,分析了搜索引擎用户点击行为,选择网页搜索结果排名、网页点击率、网页平均浏览时间作为用户满意度特征。结合具体的实验数据集,分别运用多元线性回归分析、多元对数回归分析和BP神经网络方法,建立了基于用户点击日志的搜索引擎用户满意度评价模型,实现对搜索引擎用户满意度的自动评价。最后通过实验对多元线性回归模型、多元对数回归模型和BP神经网络模型的结果进行了比较与分析。实验证明本文提出的基于用户点击日志的搜索引擎用户满意度评价模型实现了对搜索引擎结果的自动评价,有一定的实用价值。