搜尋結果多樣性是一個重要的研究議題,因為網路上許多使用者在表達他們的資訊需求時,描述都很簡短,導致搜尋引擎沒有足夠的資訊去判斷使用者的意圖。本篇論文藉由各種不同面相探索查詢的子議題,並且利用這些資訊,提出兩個搜尋結果多樣性演算法,分別為輪循多樣性演算法和子議題多樣性演算法。利用這兩個演算法重新排序搜尋結果,使得搜尋結果包含各種不同類型的文章。實驗時,我們和文字檢索會議2009 Web Track的多樣性任務採用相同的資料集和測試集。然後利用搜尋結果多樣性演算法配合各種不同方法探索出的子議題,重新排序搜尋結果,並評估效能和分析結果。 經由實驗結果驗證,本論文提出的兩種多樣性演算法,在任何子議題探勘方法上,效能比起以往的檢索模型都還要來的好。並且跟相關文獻中的論文和文字檢索會議2009 Web Track的多樣性任務中效能最好的幾組比較,我們也都能突破他們的效能。