首先，我们介绍了一种时效性敏感的个性化查询推荐方法，该方法将用户查询的时效性因素和个性化偏好因素同时考虑，提出了一种查询推荐混合模型。其次，基于排序学习算法，通过提取查询短语的语义特征和本质同源特征，构建了一组基于机器学习的查询推荐模型，将不同来源的特征嵌入推荐模型，使得查询推荐方法能够挖掘相似查询短语和语义相关性等信息，从而提高查询推荐的准确率。再次，我们研究多样化查询推荐问题。该问题主要目的是在准确预测用户查询意图的前提下，实现查询推荐短语覆盖主题种类的多样化。最后，我们对个性化查询推荐展开了深入研究，主要探讨了在查询推荐中如何准确应用个性化的问题，通过挖掘用户查询的上下文信息，权衡个性化的贡献，提出了选择性的个性化查询推荐方法，进一步提高查询推荐的准确率。