近年来，网络购物越来越受到互联网用户的欢迎。在购物的过程中，用户使用关键字在商品搜索引擎中搜索需要的商品、商品附件、以及相关的商品。但现有的互联网搜索引擎给出的最相关结果往往比较相似，无法满足用户多样性的需求。本文为解决搜索结果多样性的问题，提出了一系列的搜索结果重排序算法。首先，对商品搜索结果的每个类别进行针对商品属性多样性的重排序，将搜索结果中的不同属性值的数量作为优化的目标，并通过将优化问题转化为加权最大覆盖问题得到近似算法。之后合并不同类别的商品搜索结果，同时在类别的维度进行多样性重排序，将搜索结果中商品的平均距离作为优化目标，并通过将优化问题转化为设施分散问题得到近似算法。然后对搜索结果进行针对商品来源的多样性重排序，通过引入针对相同来源商品的罚分定义了优化目标，并给出了一个基于归并排序的最优化算法。以上述多样性重排序算法为基础，本文提出了一个面向商品多样性的搜索系统，并详细讲解了系统的部分技术实现。文中的重排序算法在搜索系统中作为查询处理的后续步骤。最后，本文通过在真实商品数据上的实验证明了多样性重排序算法和搜索系统的有效性。