信息检索技术是当前最热门的研究课题之一,它主要研究如何从海量信息中快速准确的查找到用户需要的信息。但在实际应用中,由于用户查询描述方法的局限性,系统返回的检索结果常常不能很好的符合用户的检索要求,造成检索准确率过低。本文以此为背景研究并实现了基于用户反馈的查询扩展系统,为解决这一问题提供了一个新的思路。查询扩展技术是对信息检索技术的一种补充和延伸,论文分析了查询扩展相关技术的发展、特点和关键原理,并分别论述了当前主要的查询扩展技术及典型系统。论文以网页文本信息为研究对象,实现了基于用户反馈的查询扩展系统。由于在本系统中采用文档摘要为依据判断文档相关性并提取查询扩展信息,所以本文对自动摘要的实现也进行了重点的研究。通过文档摘要,可以更加直接、准确、快速的获取用户的反馈信息,并生成用户兴趣模型。并且,为了能够全面而有针对性的表达用户兴趣,本文建立了多级用户兴趣模型,分别表达用户不同阶段、不同特征的用户兴趣。最终,通过用户兴趣模型,系统完成重新计算文档权重以及提取扩展查询词两项工作,从而提高了检索系统的查准率与查全率。实验测试证明了系统的准确率高于传统查询扩展方法,并且系统同时考虑了临时用户和注册用户两类用户的不同需求,具有较高的实用性。