目前,移动互联网的发展愈发迅速,各种产品和技术层出不穷。搜索作为传统互联网时代的一项重要服务,在移动互联网时代展现出丰富的多样性。作为广大网民最常使用的网络服务之一,搜索记录了每个用户每天的使用情况,包括搜索的时间、输入的查询词、点击的链接顺序以及点击的次数等,这些记录了用户每天搜索行为的日志便被称为搜索日志。无论是传统的PC端搜索还是移动端搜索,这种搜索行为每天产生的数据量是巨大的。如何从这海量的数据中分析出有价值的用户行为对后续的搜索引擎优化以及企业发展都具有重大作用。数据挖掘作为当前的一项热门技术,在诸多行业领域中都有广泛应用。它包含四种主要任务,分别是聚类分析、预测建模、关联分析以及异常检测。正是由于数据挖掘技术的这种流行性和广泛应用程度,导致了许多自动化挖掘工具的出现,文中使用的Weka就是目前极具代表性的一种开源数据挖掘工具。搜索日志中所隐藏的潜在模式是一般的统计分析工具无法发现的,因此运用数据挖掘技术对发现这种潜在模式是极为有效的。本文根据上述两个背景,结合传统统计分析技术和数据挖掘技术对搜索日志进行了详细的分析和研究,其中数据来源于搜狗公司所公开的开放搜索日志。在对搜索日志进行了初步分析后,我们设计了一个基于数据挖掘的搜索日志分析系统：在统计分析技术方面,对日志中的Session、Query以及URL字段做了分析,主要是对某段时间的独立用户数量、用户平均搜索次数、热门查询词、最常点击URL等做了统计；在数据挖掘方面,本文利用用户点击这一主动、自发行为,结合凝聚层次聚类思想,使用了一种基于用户点击的查询词邻近度算法,对用户输入的查询词做相关查询词推荐,以提高用户体验。