随着互联网技术的飞速发展,互联网上的数据正以难以置信的速度爆发式的增长,Web2.0的普及使得互联网的每一个参与者既是信息的消费者同时又是信息的发布者,海量数据的时代已经到来。在面对海量数据的时候,用户总希望用一种最轻便、最快捷、最直接的方式获取到所需内容,而搜索引擎恰好满足了用户的所有使用需求,越来越多的人倾向于用搜索引擎作为他们在互联网上获取知识和信息的入口。而搜索引擎的服务器会记录所有用户的访问行为,对这些日志数据进行分析,可以获取到很多深层次的知识,并借此进一步完善Web技术,加强其智能处理、自我学习的特性,为此Web日志挖掘(也可称为Web使用挖掘)技术应运而生,成为了当下的互联网研究热点。本文就是以学术搜索引擎的日志文件作为研究对象,力求给科技信息服务带来更多的帮助。本文首先介绍了Web日志挖掘的发展历程和研究现状,并在此基础上进一步展开说明了本文研究中所涉及的各项技术；之后,以数据预处理(包含数据清洗、数据修正、数据压缩)、模式发现(包含用户识别、会话切分、查询内容发现)、模式分析(包含统计分析、序列分析、演化分析等)、基于语义关联的查询推荐四个主要的系统功能为介绍重点,详细的阐述了原型系统从设计到实现的各个细节。最后,系统会给用户提供良好的交互界面,以图表的形式将结果更为直观的展现出来,便于用户的使用和分析：此外,本文还提出了将Web日志挖掘系统同作者网络和关键词网络相结合的构想,力求让系统的功能更加完善,提供给用户更多样的科技信息服务。