随着网络技术的迅速发展,搜索引擎已经成为用户获取网络信息的主要途径。然而,用户在搜索引擎上进行信息查询时,往往并不关心查询出多少结果,更加关心的是查询的网页是否与自己的需求相关,而且用户的搜索关键词往往比较短,返回了大量无关的结果。查询扩展正是解决信息查询时出现信息过载、信息迷向和词不匹配等问题的关键技术之一,本文研究的基于聚类文档词位置的查询扩展,具有重要的理论意义和实际价值。本文在介绍了课题的研究背景,包括信息检索的概念、性能评价标准、检索模型等,概述了查询扩展技术的相关知识的基础上,针对伪相关反馈技术存在严重依赖初次检索文档的问题,本文提出了利用改进的特征提取方法和改进的KNN聚类算法,采用基于距离的文档频率特征提取法算法,提取特征项；采用改进的TF-IDF-Dis权重计算方法,来计算特征项的特征权重。将反馈文档尽量的构造为与查询相关的向量。通过改进的KNN算法过滤掉噪音文档,找出与查询相关的主导性文档。在提取主导性反馈文档的基础上,基于离查询词更近的词与查询词更加相关的假设,本文分析查询词和反馈文档词之间的位置关系,将提取扩展词的概率公式分解为与文档位置有关的概率模型,构造高斯核函数作为词与词之间的距离函数,将离查询关键词近的词赋予更高的权重,从中挑选出权重高的词语作为查询词的扩展词。实验结果表明,本文提出的基于聚类文档词位置的伪相关反馈查询扩展的准确率高于传统的伪相关反馈查询扩展,达到了比较满意的效果,提高检索系统的平均准确率。