通过分析传统的向量空间模型进行检索时只考虑单一查询词与文档的字符匹配、未考虑用户兴趣及文档与查询之间的语义联系等不足,将具有良好概念层次结构和对逻辑推理支持的本体引入到信息检索之中,结合用户的兴趣,提出一种基于用户兴趣及本体术语关系的查询扩展方法,目的是实现不同用户输入同一查询词可以根据其查询意图返回不同的检索结果,并从理论层面探讨了该方法的可行性与优越性。术语间本体关联度为本体里术语关联度的量化提供了统一标准,是整个方法的核心内容,也是选择扩展词的重要依据。在此基础上,本文提出了基于术语间本体关联度的引申概念及计算公式,包括术语与术语组、术语组之间、术语组与文档的本体关联度及加权本体关联度,这些引申概念是计算基于本体术语关系的查询和文档相似度的基础与保证。基于用户兴趣及本体术语关系的查询扩展方法的实现主要有六个步骤,包括计算并标注术语的兴趣权重、判断网页所属领域、统计各领域的兴趣比重、查询扩展等等。用户兴趣是个性化查询扩展方法实现的前提和基础,兴趣权重的计算是分析用户兴趣的关键因素,由术语权重、术语出现频率、网页阅读时间决定。在查询扩展中,扩展词的选择对优化检索结果有至关重要的作用,在本文中综合考虑了本体关联度、兴趣权重、领域的兴趣比重三方面因素计算扩展词的权重。实验利用查全率、查准率指标,分别在查询词为单领域和多领域两种情况下考查新方法的性能,并从两个方面与传统方法作对比。实验结果表明,本文提出的个性化查询扩展方法可以较大程度地提高检索性能,在单领域和多领域查询词集合的检索中均优于传统方法,尤其是在查询词属于多领域情况下优势更加明显。