查询扩展是信息检索中的一项重要技术,是辅助用户更好使用搜索引擎的有效手段。但是,随着互联网信息的复杂化和多远化,尤其是微博、微信等社交方式高速发展,传统的查询扩展算法由于忽略了文档中词间的语义关系,已无法在不规范的短文本上推荐出有效的关键词。传统检索模型的词独立性假设和短文本的信息缺失,导致现有查询扩展算法无法获取足够的语义信息,进入无法解决用户检索时普遍存在的同义词和多义词问题。本文针对以上问题对经典的信息检索模型和查询扩展方法展开了深入调研,分析得出引发查询扩展问题的根本原因在于缺少行之有效的语义分析,本文创造性地提出将词激活力算法WAF应用在基于话题的查询扩展中,意在通过精准的语义分析手段为查询扩展的提高寻找突破口。本文通过对WAF理论的深入学习,提出一种全新的基于WAF的查询扩展算法,主要工作如下：第一,通过WAF与传统词关联算法在微博语料上的大量对比实验,证明了WAF在语义分析和词网建模上的巨大优势,尤其是话题核心词的扩展和高价值词的挖掘。第二,针对短文本的不规范性和信息缺失,本文通过调整WAF中词激活力的计算方式,使其充分利用短文本特点,弱化噪声特征对于核心语义分析的影响。为了提高WAF的词扩展质量,本文提出在词网模型的基础上,通过词亲和度的整体分布对关联词列表的排序进行调整。第三,本文将WAF的语义分析和话题聚类相结合,设计出一种较为完备的查询扩展算法,并且嵌入到微博监控项目的整体框架中,应用在微博语料的检索上。经过与基于BM25权重机制的查询扩展的对比实验,证明了WAF生成的词网模型在查询扩展中的巨大潜力。