随着本体模型在语义网上的广泛应用，越来越多的用户获取知识的途径已经从传统的信息检索转向本体知识检索。基于关键字的网络检索方法不能对本体中丰富的语义关系进行推理，没有考虑用户的背景知识所带来的隐性需求，无法有效地利用Web上的本体资源。如何能够在考虑本体中语义关系的基础上结合用户的隐性知识进行本体检索和排序成为了目前研究的重点。本文提出了一种基于用户背景信息挖掘的本体检索和排序算法，并实现了一个本体检索排序的原型系统。首先，针对用户的社区（主题）归属问题建立数据模型，获得增强型用户事务数据库，经过关联规则挖掘获得用户的背景信息及其社区（主题）归属；其次，根据关联规则挖掘出与用户感兴趣的社区（主题）相关的描述文档，并利用关联性反馈扩展原有的查询，有效地将用户背景知识与查询相结合，使得系统可以识别用户的隐性查询需求；然后，利用模式匹配的方法将解析后的RDF三元组进行语义关系分类，并在三元组的基础上进行推理，抽取出相关本体概念的逻辑视图；最后提出CommunityRank语义排序算法，通过计算扩展后的查询和逻辑视图的夹角余弦值，实现语义排序。综上所述，该检索方案在考虑用户的背景信息和隐性需求的同时，利用语义排序算法对查询结果进行排序，从而提供更符合用户需求的本体文件查询检索服务，对语义Web上本体知识的应用研究具有一定的指导作用。