Top-k查询主要用来从海量的数据中返回用户最为偏好的k个对象.目前已经有大量的研究工作致力于top-k查询中性能研究，近年来针对top-k查询结果进行解释的研究逐渐得到了广泛的关注.在top-k查询中，由于用户不能精确的指定自己的偏好，因此针对top-k查询的结果用户可能产生这样的质疑："既然连对象p都出现在top-k结果中了，为什么我期望的对象m缺没有出现在top-k结果？"针对用户这样的疑问，本文提出了一种回答用户疑问的新方法.该方法的输入为初始化查询，用户期望的出现的对象m和用户用来比较的对象p.在该输入的基础上提出了一种基于用户反馈的top-k查询修改算法，该算法首先定义了用来衡量初始化top-k查询变化的评估模型函数，基于该评估模型函数，使用抽样方法得到候选权重集合，针对每一个候选权重通过渐进式top-k算法来得到新的最优化查询.该新的最优化查询作为算法的返回结果，不仅能够解释用户的疑问，而且使得对初始化查询的变动最小.最后在模拟数据上验证了本文提出算法的效率.