基于用户查询日志提出了新的查询聚类算法．用户查询日志数据量大，比通常用于查询聚类的查询展现日志和查询点击日志更加稠密，不易产生聚类小的问题，但噪声多，不容易处理．为发现相似查询并减少噪声影响，同一用户同一时段的多次查询(共现查询)之间认为具有较高相似概率．在这一假设基础上，利用查询共现关系建立查询的邻居查询向量空间．将查询用邻居查询向量表示，邻居查询向量的相似度作为聚类中的查询相似度．应用改进的基于密度聚类算法完成聚类．实验证明，95 262个查询组成数据集上，聚类算法实现查准率79．77％、查全率48．
