尽管文档分类作为一种知识组织方法在诸多场合有广泛的应用,但针对这类高质量数据的数据挖掘研究却不多。本文着重于利用文档分类结构的信息检索技术研究。对平行分类结构和层次化分类结构两大文档分类组织方式作了深入分析并相应地提出了多个信息检索模型。平行分类结构.作为第二代万维网的典型代表之一,社会化收藏和标注系统,比如Delicious和Flickr等,为互联网用户提供了给网络文档进行平行分类的功能。由于这种平行分类系统是开放给所有网络用户参与的,所以我们称之为“社会平行分类”,本文着重研究这类平行分类系统。网络用户、平行类标和网页文档构成了社会平行分类的三大实体。为此,我们考虑两块信息检索工作。1)利用社会平行分类作为用户的兴趣指标和网页的主题指标的个性化信息检索。通过分析和应用社会平行分类的三个属性:类标属性、关键字属性和结构属性,我们提出了一个个性化搜索框架。2)利用社会平行分类作为额外元数据的通用型信息检索。我们提出了一个新的统计语言检索模型(LMIR)将文档的社会平行分类类标和文档的内容结合,实现搜索性能的提升。我们进行了大量的实验对两个模型进行评测。实验结果均显示我们的模型要比基准模型效能高出很多。层次化文档分类结构。本部分研究在搜索数据集具备层次化内容组织结构时的信息检索问题,比如ODP网页分类数据。这些数据中的层次结构都是根据人类先验知识而构建,因此他们在语义层面上是高质量的。在信息检索中将这类数据考虑在内将有很大潜力提高搜索的效果。我们提出了一个非参数的贝叶斯层次化统计语言检索模型(NPH-LMIR)来实现文档内容和层次化分类结构的整合。在ODP数据上进行的大量实验显示我们的模型比基准模型在搜索精度上提高了几十个百分点。