搜索引擎是人们目前使用互联网获取信息最主要的工具,现有主流搜索引擎是基于超级链接分析技术。超级链接分析技术通过分析网页和网页之间的超级链接来衡量网页质量的好坏。超级链接分析技术存在如下的不足之处:(1)容易受作弊网页的影响;(2)网页的主题和超级链接并无直接联系,会产生主题漂移问题;(3)无法满足多样性检索的需求。为了解决上述问题,本文提出了基于用户行为分析的网站聚类评级模型。使用用户行为分析技术,将网站建立成一个复杂网络。针对此复杂网络,提出簇稠密程度限制网络聚类算法,使用该聚类算法,计算出网络簇结构。将每个簇内的网站看做同一类型网站,对同一类型网站先进行类型内部评级,再将所有网站整体评级。基于上述用户行为分析网站评级模型本文实现了一个用户指导网站评级系统。该系统以用户行为数据做输入,计算出互联网上所有网站的级别。在分类效果上,网站的分类准确率平均为96%。从不同类型的网站抽样情况看,高中低三个档次的网站分布均匀合理。给予作弊和垃圾网站较低的评级,使其受到了较大的抑制,不会对检索结果产生影响。在多样性方面,对于同一个检索关键字,基于用户行为分析网站评级模型的检索结果中提供了更多类型的网站,丰富了检索结果,满足了不同用户的需求。