Web日志数据挖掘技术是一种广泛运用于互联网的技术。其目的是从互联网海量日志数据中挖掘有意义、有价值的数据和信息,从而指导搜索引擎更好的满足人们的查询需求。当前web搜索引擎对以自然语言形式提出的查询语句query分析重视不够,主要体现在对语句分词后不加区分地将所有分词结果作为检索单位,送入检索系统。由于检索前端语言分析对用户信息需求把握不准,后台各种复杂处理流程就成了无源之水,无本之木。本论文将着眼于对用户query这一表述用户特定信息需求的独特语言现象进行分析,为检索系统提供一个良好的前端处理。如：用户输入“手机”就有可能隐含着有对“价格”的需求。其中“手机”就是用户查询query中的中心词,而“价格”可以作为用户查询的中心词对应的需求词。分析query中的中心词和表征用户需求的词语之间的搭配关系,可以建立词与词之间的关系网络,能用于query意图判断,query扩展等方面,能更好的指导索引来满足用户搜索的需求。本文利用web数据挖掘技术提出了一种从大规模日志中挖掘query中的中心词与其对应的需求词的搭配关系的方法。首先利用制定的规则模板按不同中心词类别(如商品类,软件类),提取出不同类别对应的整体候选需求词,然后按照词聚类方法得到每个中心词与其对应的需求词列表,最后按照统计及搭配的方法对需求词进行过滤,最终得到中心词与需求词的对应关系。系统结果显示中心词与需求词搭配关系的正确率达到了90%左右,此方法具有实用的价值。