در بازیابی اطلاعات متون افزایش دقت بازیابی و کاهش زمان پاسخ امری بسیار مهم می باشد. از جمله مواردی که می توان برای بهبود دقت استفاده کرد، بهبود الگوریتم های بسط پرس و جو می باشد. در بسط پرس و جو با بهبود پرس و جوی کاربر سعی می شود پرس و جوی کاربر را که بصورت غیر ساخت یافته عنوان شده است به پرس و جوی دقیق تر تبدیل کرده و به این ترتیب دقت بازیابی را بالا ببریم. لذا بسط پرس و جو از جمله موارد مهم در سیستم های بازیابی اطلاعات است که درزمینه? متون امکان بهبود الگوریتم ها و کاهش زمان اجرا وجود دارد. هدف اصلی ما ارائه بهترین روش از بین روش های موجود ودرصورت امکان ترکیبی از الگوریتم های انتخاب شده برای بهبود روش های پرس جو به صورت مفهومی و استفاده در مجموعه مستندات بزرگ می باشد. در کارهای پیشین صورت گرفته از روش های پایه ای برای بسط پرس و جو در پایگاه های داده کوچک استفاده شده است بنابراین استفاده از یک مدل هیبریدی با توجه به مجموعه مستندات بزرگ با افزایش کیفیت و دقت نسبت به روش های مرجع امری جدید در این حوزه می باشد. در این پژوهش، ما از رزومه های اساتید دانشگاه ها به عنوان مجموعه مستندات استفاده کرده و با استفاده از خوشه بندی و ماتریس همبستگی کلمات و ایجاد گراف رابطه برای هر کلمه یک مدل هیبریدی جدید برای بسط پرس و جو ارائه کرده ایم که در مقایسه با روش های مرجع نتایج بهتری دارد.