种类众多、数量庞大的信息每天都会发布到网络中，网络成为海量信息资源的载体，人们已经越来越习惯于通过网络寻求答案、文章、产品、人物和地点等诸多事物。搜索引擎正是实现这一过程的一种基本应用，而在丰富多彩的网络信息中，如何找到用户真正需要的、有用的信息，时刻困扰着人们，为了解决这一实际而有意义的问题，引出了本文的研究重点—查询推荐。查询推荐通俗解释也就是：为了满足搜索引擎用户对提高其搜索意图及定位准确性的迫切需求，结合用户所提交的检索词和用户后续行为，采用一定的策略和算法为其推荐合适的检索词的过程。可以说在查询推荐在提高搜索引擎可用性方面，扮演着很重要的角色。在本文中方法的设计和实现过程中，熟悉并掌握了搜索引擎的工作原理以及体系架构，同时以自然语言处理技术和Web信息挖掘技术为理论指导，以搜索日志为数据分析对象，重点研究搜索引擎个性化服务功能中的查询推荐技术。本文所采用的方法中分为两阶段，为保证在线推荐的实时性，设计了离线处理阶段，实现数据预处理、构建用户查询—点击二部图、二部图聚类等操作。第二阶段是在线推荐阶段，实现基于用户日志的查询推荐。经过实验表明，本文所提出的方法不仅保证了查全率，而且提高了查准率。