随着互联网的发展,大数据时代的到来,搜索引擎已经成为了人们获取信息的主要途径。搜索引擎系统一直追求将更好的搜索结果展现给用户,因此,搜索引擎结果质量的评估也成为了搜索引擎厂商关注的重点。搜索引擎厂商根据自己搜索引擎的特点和业务需要,都有一套自己的评估体系,在一次对搜索引擎的改进上线之前都会去评估其好坏。用户满意度是搜索引擎评估中一个十分重要的指标,它直接反映了用户在使用搜索引擎时对搜索引擎返回结果的满意程度。本文就是在这样的背景下,通过分析现有的用户行为点击数据,建立了一套适用于搜索引擎用户满度分析的多维分析方法。首先,对现有的用户点击行为日志进行清洗、转换,分析日志的特点,精选了71个维度属性,建立一个多维数据模型。然后,基于多维数据模型进行多维分析。在进行多维分析时,可能会出现得到的结果难以解释、不够置信,并且由于维度较多,在进行多维交叉分析时,会出现维度爆炸的问题。因此,将关联规则挖掘引入到多维分析方法中,解决结果不够置信以及多维爆炸的问题。最后,通过设计实验,来验证多维分析方法以及关联规则的可行性,同时确定了关联规则挖掘所用的一些参数值。通过本文的研究,一方面为用户满意度的分析建立了一套多维分析方法,使得分析人员能够从多个维度、多个角度去进行用户满意度分析;另一方面,也为以后的多维分析方法设计,以及将关联规则挖掘运用到多维分析方法提供一个研究思路。