随着互联网技术的飞速发展,通过搜索引擎或者Web网络来获取信息,已经发展成为人们工作和生活的习惯。由于用户查询通常仅仅由若干个单词组成,导致查询不能清晰准确的表达用户的需求;同时由于网络上的资源具有变化快、更新快、丰富多样和分布广泛等特点,加大了检索的难度,使检索的结果不能令用户满意。通过反馈信息对查询进行扩展能够有效的提高系统的性能,因此反馈技术和查询扩展技术一直都是学者们研究的重点。本文通过对查询扩展技术中的反馈模型进行研究分析,发现伪相关反馈模型采用的反馈文档集中往往存在着一些与查询不相关的文档(噪音),这些噪音使扩展后的查询偏离了原查询所表达的信息。为了克服这个缺点,本文提出一种基于重叠聚类的查询扩展算法。本算法通过对伪相关反馈模型中的前n个文档进行重叠聚类分析,提取出与查询相关的文档作为反馈文档。重叠聚类算法与knn等经典的聚类算法不同,它的结果是形成可以重叠的簇类。本文利用重叠聚类这一特性,发现中心文档,然后根据中心文档自动设定反馈文档的窗口大小。中心文档是同时出现在若干个簇类中的文档,一个簇类代表一个查询主题,中心文档代表了查询的若干个主题,因此中心文档与查询的相关度大于一般的文档。因此本算法不仅提高了扩展源的质量而且克服了伪相关反馈模型过度依赖反馈文档规模的缺点。同时本文算法采用Apriori算法代替传统的概率模型从反馈文档中挖掘出扩展词,提高了扩展词的质量。最后通过实验验证本文算法的检索性能,结果表明该算法不仅能够在一定程度上改善系统的检索结果,并且有较好的健壮性;同时分析出反馈文档的规模、扩展词的个数、中心文档的阈值以及新查询表达式中参数a的变化对本文算法性能的影响。