XML以其简单、可扩展、开放、通用等特点,逐渐成为互联网数据表示和数据交换的标准。随着XML技术在各行各业的广泛应用,网上XML文档的数量呈现出爆炸型增长状态。基于XML文档进行的有效的信息检索已经成为国际信息检索领域研究的热点问题之一。目前的XML信息检索主要依赖于关键字匹配和布尔查询,属于精确查询,但大多数的查询任务无法精确到具体的查询内容,分面搜索是一种探索式的信息查询技术,是对关键词搜索的补充,弥补传统搜索方法的不足,用户通过选择有效的限定条件,在结果集中逐步缩小范围直到获取所需要的信息。而分面推荐技术是分面搜索系统的关键。本文围绕XML分面搜索推荐技术进行了研究,改进了分面推荐方法及搜索系统结果推荐方法。首先建立了XML文档的倒排索引表,其次研究了XML分面搜索系统中的分面推荐方法,分析历史用户的分面选择信息,利用关联规则挖掘分面之间潜在的关联性,进而进行分面推荐。实验结果表明,利用分面之间的相关性可以更有效的推荐最具导航能力的分面。最后分析了传统基于用户协同过滤方法的不足,结合用户的社会关系,改进了基于协同过滤的XML结果推荐方法,并用于图书搜索系统的推荐。