随着互联网的不断发展，网络信息量日益增加，面对海量的信息，人们对搜索引擎在查全率，查准率以及个性化方面的要求越来越高。查询扩展是个性化智能搜索引擎中的关键技术，它在搜索引擎检索用户查询前对用户查询进行扩展，有效地提高了搜索引擎的查全率和查准率。首先，我们对用户输入的查询关键词进行词义上的扩展。利用同义词词林和知网（HowNet）知识库进行词语相似度计算，找到与用户查询关键词相似度最大的词语进行关键词的同义词、近义词扩展，提高搜索引擎的查全率和查准率。其次，我们对用户输入的查询问句进行语义上的扩展。这一功能的实现由两部分组成，一方面进行问句关键词的提取和扩展，对问句进行去冗余，中文分词，词性标注，去停用词等一系列操作，提取出问句中包含用户核心语义的关键词或关键词集合，然后对取得的关键词进行关键词扩展；另一方面利用问句答案常用词对问句进行扩展，构建问句分类体系，对用户查询问句进行分类，同时利用问句答案语料库，统计每种类型的问句答案中常会出现的词，生成问句答案常用词词表，然后根据用户查询问句所属类别对问句进行答案常用词扩展；最终利用这两方面得到词语对用户查询问句进行扩展。然后，我们对用户浏览行为进行分析，挖掘用户兴趣。我们收集用户IE收藏夹中的网址和用户浏览历史记录，读取相应网页，提取网页正文，进行中文切词，生成文档集，然后使用基于TF-IDF的向量空间模型生成文档集对应的向量集，对向量集进行聚类，然后对聚类结果进行分析，提取用户兴趣代表词。最后，将查询扩展以及用户兴趣提取应用于个性化智能搜索引擎之中。首先对用户查询进行查询扩展，然后将扩展后的查询作为检索内容输入到搜索引擎的检索模块，并对检索模块返回的结果按照与用户兴趣的相符程度进行排序展示。