探索式搜索描述了用户对自己想要搜索的目标领域不熟悉,或者用户进行比较复杂的搜索任务时的行为。用户在进行探索式搜索过程中,有时会发现,通过其他算法给出的查询推荐,找不到自己想要的信息,又或者发现,通过这些查询推荐,获得的资源很少,而且有些资源对自己的搜索没有任何帮助,这常常会造成用户糟糕的搜索体验,甚至使得用户无法继续搜索下去。因此,在探索式搜索的过程中,需要对其他算法给出的.查询推荐进行有针对性的选取,从而帮助用户顺利完成探索式搜索。基于上面所描述的问题,本文研究基于系统的概念学习支持能力的选择性查询推荐方法。首先,在研究系统的支持能力时,本文有以下三个问题需要解决:(1)如何从资源数量角度去度量系统的支持能力,(2)如何从资源可用性角度去度量系统的支持能力,(3)如何从资源探索价值角度去度量系统的支持能力。针对以上三个问题,本文主要从以下三个方面去研究系统的支持能力评估:(1)基于资源数量的系统支持能力评估,(2)基于资源使用价值的系统支持能力评估,(3)基于资源探索价值的系统支持能力评估。其次,针对选择性的查询推荐,本文拟研究一个综合排序与选取方法,实现基于系统概念学习支持能力的选择性查询推荐。首先,对于资源数量的评估问题,本文提出一个基于信息熵的评估方法去实现。其次,针对资源使用价值的评估问题,本文通过离线对用户日志进行分析,构建资源使用价值模型,通过该模型完成对资源使用价值的评估。再次,针对资源探索价值的评估问题,本文通过离线对用户日志进行分析,构建了资源探索价值模型,通过该模型完成资源探索价值的评估。最后,在完成了对系统支持能力的评估后,本文使用了一个基于权重的排序与选取方法,完成了基于系统概念学习支持能力的选择性查询推荐。为了验证对系统支持能力的计算及综合排序与选取方法的效果,本文拟采用从客观和主观两个角度进行实验。实验结果表明,本文提出的基于系统支持能力的选择性查询推荐方法,可以起到帮助用户顺利完成探索式搜索的目的。