如何准确、快速地从互联网的海量数据中获取有用信息，是信息检索所要研究的问题。当前已有的信息检索工具主要是基于关键词的全文匹配，在查全率和查准率上无法满足用户的检索需求。　　 潜在语义分析法，它不同于传统的基于关键词匹配的检索方法，是将计算机科学、数学、情报学的思想、技术和手段融合起来，对文本的潜在含义进行挖掘，从而得到优化的检索结果。与传统的基于关键词匹配的信息检索模型相比，基于潜在语义分析的信息检索具有可计算性强、需要参与的人少，体现语义性等优点。　　 本文主要研究基于潜在语义分析的信息检索的理论和实现方法。首先，对潜在语义分析技术的产生背景、发展状况、数学原理、关键技术作了深入的研究。其次，对潜在语义分析的权重计算方法进行了改进。具体为：考虑词汇在同一文章中因为所处位置不同而对文章产生不同的贡献，在传统的权重计算方法上引入位置参数，使权重计算方法更贴近实际，经过实验验证，改进后的权重计算方法进一步提高了检索的准确率。第三，设计并编程实现了基于潜在语义分析的信息检索实例。实例主要包括：从复旦大学分类语料库选取原始数据；使用中科院计算所研究的中文分词系统对原始数据进行中文分词；使用Matlab工具进行相关数学计算，包括权重计算、奇异值分解、相似度计算以及实验结果分析。　　 本文的创新点或特点有：　　 1)把潜在语义分析技术与信息检索技术相结合，使信息检索结具有语义性，这是传统的基于关键词的信息检索无法达到的。　　 2)对潜在语义分析的权重计算方法进行了改进，提出了基于位置参数的权重计算方法。　　 3)设计并实现了基于潜在语义分析的信息检索实例，通过实验方法验证基于潜在语义分析的信息检索的可行性与优越性。