随着互联网信息的不断增长,博文成为Web2.0的重要应用,人们使用博文进行发表观点,书写生活等一系列活动。由于网络中蕴含着大量的信息,用户对博文搜索引擎的功能、搜索效果以及智能化程度有了更高的要求,希望搜索引擎能够提供更为准确并贴近其个性化需要的搜索结果。因此,分析用户搜索行为,及时了解用户的搜索意图,是十分重要且有现实意义的问题。本文在研究目前博文搜索特点和用户行为分析技术等相关内容的基础上,综述用户行为分析和不确定性推理过程中涉及的研究方法和开发技术,详细论述用户行为分析的具体步骤,给出兴趣度、博文属性向量和用户意图矩阵等便于表述用户行为模型的定义,细致描述面向博文搜索的用户行为模型构建方法。在综合考虑用户搜索博文的时间效应和点击效应的情况下,给出浏览度和点击度的定义,提出基于朴素贝叶斯分类器的用户兴趣度计算方法,在兴趣度计算过程中解决不确定性问题,并对该算法进行深入研究。通过利用用户行为分析技术,设计并具体实现一个用户行为分析原型系统,对系统的体系结构、数据流向、逻辑结构和数据库设计等进行全面分析,给出系统中重要模块的实现过程,并对用户行为分析原型系统进行测试,对测试结果进行分析。本文所研究并实现的用户行为分析技术目前正应用于博文搜索重排序原型系统,该技术从用户的角度出发,充分考虑到用户搜索的动作行为,是博文搜索重排序原型系统的重要组成部分,也是整个系统搜索结果能够贴近用户搜索意图的关键。