如今,Web信息检索技术已经是人们搜索信息的一个重要方式,随着信息量的不断增大,今天的我们已经不得不花费大量的时间对检索到的信息进行进一步的筛选。搜索引擎已成为最流行的信息检索工具。这个工具涉及到信息检索技术、数据库技术、数据挖掘技术、人工智能技术、分布式处理技术、自然语言处理等多个领域的理论,具有非常大的综合性。但是,当今大部分的搜索引擎所提供给我们的服务还不能令人完全的满意,特别是当用户的搜索意图在不断变化的时候。本文所说的用户搜索意图,是指用户通过搜索希望获取到的信息,可以将它们量化为用户希望的检索结果集。交互意图建模与可视化用户界面的结合可以通过搜索意图提供的反馈引导用户进行探索性搜索,帮助用户发现新的信息并且显著提高他们的信息探索能力。因此,交互意图下的搜索引擎成为当前的一个重要研究课题。本文主要研究工作如下:(1)基于Web的交互式意图搜索模型研究。采用Web检索模型以及搜索意图模型两大框架体系实现信息搜索,在雷达图上可视化地为用户呈现出系统所检索到的结果集。系统将所估测的意图可视化地呈现在雷达图上,在雷达图中,角度距离对应于搜索意图的相似性,距离中心的径向距离对应于搜索意图的相关性。这种在线学习方法能够通过逐次观察来更新模型,这样在收到反馈时可以立即做出后续的预测。本文使用一种混合的方式系统地评估交互意图建模的优势,将交互意图建模两种界面(雷达图界面和意图列表界面)与传统的信息搜索系统进行对比,结果表明,交互意图建模极大地提高了用户的工作效率以及对信息检索的质量。(2)改进了传统的Web文本聚类算法,实现了多主题的Web文本聚类算法。主要通过主题提取、特征抽取、文本聚类三个步骤实现对多主题Web文本的聚类,相对于传统的Web文本聚类算法,该方法充分考虑了 Web文本的主题信息。实验结果表明,对多主题Web文本聚类,该方法的准确率比基于K-Means的文本聚类方法要好。