在当今这个信息爆炸的时代，信息迷失、信息过量已成为许多人在进行查询时面对的问题。而随着互联网使用的普及，搜索引擎作为一种查询工具，已经应用的越来越广泛了。但是，目前大部分搜索引擎的技术是依赖于关键词进行检索，因此常常会返回大量无用信息，致使查询效率低下。因此，如何通过关联规则挖掘，提高扩展查询中的查全率和查准率，已经成为近年来研究的一大热点和难点。关联规则挖掘是数据挖掘中最基本、也是最重要的功能。通过关联规则挖掘发现更多的查询词，从而提高查询扩展的效率，是查询扩展的主要研究方向之一。本文首先对关联规则、关联规则挖掘及查询扩展的相关基础理论进行了梳理；然后着重对关联规则挖掘各个算法进行了深入研究，并对FP-growth算法的性质与优缺点进行了剖析；在此基础上，本文设计了一种基于关联规则挖掘的查询扩展算法，新算法对FP-growth中挖掘频繁模式的方法进行了改进，降低了时间复杂度，并设计了一个基于网页标记信息的查询扩展模型，将新发现的关键词应用到查询扩展中，该模型通过对网页关联度进行量化表示，从而对扩展得到的结果集进行筛选。本算法通过实现关联规则挖掘-扩展查询的循环，在保证了关联规则挖掘效果的基础上，提高了查询扩展算法的查准率，最后通过实验证明该算法有效。