伴随着互联网的高速发展，人们接触的信息容量呈爆炸式高速增长，从信息源中筛选自己需要的信息也变得日益困难。在信息检索的时候，通常由用户在文本框中输入关键词，然后由搜索引擎根据倒排索引，从文档库中检索出相关文档并返回给用户。由于用户通常以数个简单短语的形式作为搜索关键词，往往不能完整准确的表达出用户的检索意图。
查询是用户搜索时表达其信息需求的基本方式，系统提示的相关词则是用户改善查询的有效工具，搜索引擎反馈的信息是用户能得到的最终信息。我选择这个课题的目的就是深入了解目前国内外搜索引擎的检索原理，找出一个最合理最有效的反馈给用户他们想要的信息的方法，并设计出一套高效准确的查询反馈系统。
近年来，改进现有的查询反馈方法以满足用户日益增长的信息需求一直是国内外学者研究探讨的热点问题，且已经渗入到诸如医学，新闻传播学，卫生预防学等多个学科。

2012年，内蒙古大学的王俊义学者发表了一篇名为《正负相关反馈与查询扩展技术的研究》的研究论文，他以正负反馈模型为研究核心，并围绕该核心对其模型框架、正负反馈的自动识别、模型参数动态调整、多主体反馈等展开研究工作，成效显著，大大提高了正负反馈的检索性能。
2014年，哈尔滨工业大学的陈建荣学者发表了《基于用户反馈的智能查询扩展技术研究》，他通过实验分析了相关的查询拓展算法，并进行各个算法之间的可融合分析、加权组合设计、参数调优等工作，研究出了解决因用户未能准确表达查询需求造成的查询结果准确率低的有效方法。
2016年，大连理工大学的马云龙学者发表了《查询理解与正负双向相关反馈技术研究》，他在分析了当前一些查询理解和相关反馈算法基础上,重点对查询理解技术和以其为基础的相关反馈技术进行了深入的研究，并得到了一个利用查询理解和相关反馈技术改善信息检索整体过程的解决方案,可以帮助信息检索系统提升检索效果并改善用户体验。
同时国外学者对查询反馈方法的研究也一直没有停下脚步，2017年发表于International Conference on Educational amp; Information Technology的一篇名为《Information Retrieval and the semantic web》的论文就讨论了扩展信息检索系统处理语义Web语言注释的一些基本问题和中心问题，并且描述了实现这些想法的三个原型系统。

2. 研究的基本内容与方案

基本内容：查询反馈的基本内容是为用户提供最需要的检索结果。
目标：研读近年来的查询反馈技术相关的国内外文献，学习该领域的尖端知识，总结目前已有的查询反馈系统的优缺点，了解他们的运行原理，并找出一个相对合理高效的检索方法，对其缺点进行改进，研制出一套能更准确满足用户信息检索需求的查询反馈系统。
拟采用的技术方案及措施：
1.首先研读中外学者的相关论文，总结出查询反馈方法研究的发展历程和方向。
2.总结各个查询反馈方法的优缺点。
3.对现有的查询反馈方法进行改进，争取能更快更准确的为用户提供他们需要的检索结果。

【1】Information Retrieval and the semantic web International Conference on Educational amp; Information TechnologyJiang H. Information Retrieval and the semantic web[C]// International Conference on Educational and Information Technology. IEEE, 2017:V3-461-V3-463.

【2】Aslam J, Belkin N, Buckley C, et al. Challenges in Information Retrieval and Language Modeling[C]// SIGIR Forum. ACM Press, 2017:31-47.

【3】Roehling S. Cross-Language Information Retrieval[J]. Journal of Library Science in China, 2017, 3(1):1-125.

【4】陈建荣. 基于用户反馈的智能查询扩展技术研究[D]. 哈尔滨工业大学, 2014.

【5】马云龙. 查询理解与正负双向相关反馈技术研究[D]. 大连理工大学, 2016.