近年来,人类社会生物医学健康技术不断取得新的进步和成就,数据呈超指数爆炸式增长。而且随着精准医学的兴起,利用生物医学数据来进一步提高人类医学水平和健康质量成为领域研究热点。在各个种类的生物医疗数据中,与人类最密切相关的数据当属疾病的相关数据。是否能够更好的分析疾病相关数据、是否能够对疾病相关数据之间的关系更加了解,对于提高疾病研究水平以及进一步提高人类健康质量有重要意义。针对以上情况,本文利用已有的疾病相关数据,对疾病相关信息之间的关系进行了分析,并尝试采用不同的算法研究在不同疾病相关数据构成的知识网络中的信息搜索技术:首先,本文详细研究了所使用的疾病相关数据的特点和知识图谱的相关知识。在此基础上,本文参考了知识图谱在知识表达和关联搜索等方面的优势,把本文中所用的疾病数据抽象为了知识图谱中的本体,并进行了数据表达模型的转化,为下一步算法的实现奠定了基础。随后本文根据所使用的疾病相关数据的特点,研究和分析了一些用于发现数据关联关系的算法,其中重点研究了搜索引擎算法以及推荐算法,并分别采用这两类算法中的两种模型设计出了两种关联搜索算法来实现疾病相关信息数据网络上的搜索过程。在初步实现算法设计的基础上,本文又分别针对两种算法计算过程中运行效率的缺点进行了相应的改进,提高了两种算法的运行效率。最后,对设计实现的两种算法进行了实验结果的测试与分析。本文先对两种算法在所用数据上的搜索结果使用各种评价指标进行了对比,对比结果显示了两种算法的不同特点。除此之外,本文也对改进前后的算法效率进行了测试,测试结果表明经过改进后的算法在运行效率上有极大的提高。