基于用户信息的搜索扩展可分为以下两类方法

　　基于用户信息的搜索扩展可分为以下两类方法

　　提高用户留存率，不仅仅是简单地添加一些扩展词，还要考虑搜索中哪些词需要搜索扩展，哪些词不需要搜索扩展；选择多少个搜索词，因为你没有选择尽可能多的扩展词，过多的搜索词也可能导致搜索漂移，使主题模糊，无法起到搜索扩展的作用。基于用户信息的搜索扩展在一定程度上解决了上述问题。基于用户信息的搜索扩展可以分为以下两类：

　　1.基于用户兴趣模型的搜索扩展

　　基于用户兴趣模型的搜索扩展是根据用户的各种信息为用户构建兴趣模型，存储并随时更新用户变化的兴趣，当用户使用搜索引擎进行搜索时，根据用户的兴趣在用户兴趣模型中扩展搜索词的描述信息。

　　使用用户兴趣模型进行个性化搜索扩展主要有两种方式：第一种是根据已知的用户兴趣对用户的搜索结果进行分类；二是当用户搜索时，匹配现有的兴趣特征，找到它所属的类别，并限制搜索范围返回与该类别相关的结果。以上两种方法都是针对个性化搜索的尝试，但仍然存在一些问题，因为用户兴趣模型只是粗略的记录了用户的兴趣类别，明确的个性化爱好。当用户进入搜索时，没有明显的表现。鉴于其个性化特征，用户兴趣模型的作用很小，或者具有个性化特征但缺乏具体描述信息，都会影响个性化搜索结果。

　　2.基于用户历史搜索日志的搜索扩展

　　基于用户历史搜索日志的搜索扩展是对大量用户的搜索日志信息进行统计分析，从而得到一些具有普遍代表性意义的搜索信息。用户搜索时，系统会选择大多数用户点击或搜索过的历史文档作为候选搜索扩展文本集。该方法不依赖于初始搜索，而是侧重于历史搜索的统计信息，但该方法没有考虑用户的个性。