互联网的发展和普及导致信息成数量级的增长。海量的信息在极大丰富人们生活的同时,也给互联网用户带来很大的困扰。人们在面对泛滥的信息时无所适从,陷入信息过载的困境。由此,搜索引擎应运而生,但当前的搜索引擎检索信息主要考虑的是通用性,没有体现个别用户的信启、需求,而个性化信息、服务能有效地满足个别用户的信启、检索需求。本文将用户兴趣模型技术与查询扩展方法共同运用于信息检索系统中,提高了信息检索系统的个性化服务能力。首先,文章说明了本文的研究背景、信息检索与查询扩展的发展概述并简单描述了本文的研究和工作内容。随后介绍信息检索与查询扩展相关理论,为本文的研究工作提供一定的理论基础。然后,本文研究了用户偏好模型的各方面技术,包括用户偏好模型的形式化描述、偏好模型的构建方法、表征技术,并分析了现有用户偏好模型的缺陷。本文对传统的VSM用户兴趣模型进行了改进,使VSM用户兴趣模型更能表达用户的兴趣、爱好。接着,基于用户反馈的查询扩展方法进行研究,通过对传统的用户反馈查询扩展方法的研究,并分析了现在的用户反馈查询扩展方法的缺陷,本文对基于向量空间模型的用户相关反馈的查询扩展方法进行了修改,将用户兴趣模型加入到该扩展方法当中,使传统的基于向量空间模型的用户相关反馈的查询扩展方法更符合人性化的需求,生成的查询扩展向量,更能表达用户的意愿。最后,本文根据基于用户兴趣的查询扩展算法设计了一个面向用户的个性化信息检索系统,并对系统的各个模块进行了详细的论述。