由于互联网的快速发展,在繁多纷杂的信息中,如何辨别用户的真实意图,准确的从浩瀚的信息资源中找到所需的信息,成为当前信息检索领域一个较为关注的问题。在当今技术较为成熟的搜索引擎网站上,查全率及响应速度已经做得很好,但在查准率上始终难以让用户满意。信息检索的主要目的,即：从众多的文档中找到符合用户查询需求的文档。传统的查询扩展重视原问句的扩展,但是忽略了扩展后查询问句中存在许多不必要的词汇,从而又阻碍了扩展后查询的准确性,因此不能从根本上表达用户查询意图。本文将从用户的个性化角度,对查询扩展进行研究。本文为个性化的研究看出了两种检索方法,即：用户查询扩展模型和去掉扩展词的停用词表方法,两种方法的基本思想是源于查询优化,对用户的查询进行查询扩展或是查询词的删减。用户模型主要是通过结合个体用户所涉及到的主题领域对其查询问句进行扩充,扩展后的新查询可以提高用户的准确率和查全率。而去掉扩展词的停用词是将通过原始查询进行伪相关扩展后的新查询问句的研究,在不同的领域基础上总结得出查询问句的停用词表,以减少新的查询问句中词的不必要词,将其所分配的概率值重新分配,加大了原始查询词的概率值。本文在语言模型的基础上,利用现有的成熟技术,从新的角度来研究查询问句扩展,通过实验,进一步改进查询问句的方法,利用用户兴趣模型,提高用户的检索结果。我们将在文中详细讨论各种检索模型中查询扩展的方法。经过实验训练,验证本文提出用户查询扩展和提出的不同领域的停用词表。