大多数通用的视频搜索系统都采用成熟的文本搜索方法，其搜索结果往往需要进行重排优化。现有的基于文本的视频搜索方法往往通过利用视频附加元数据（如视频时长、发布时间等）来辅助用户重排搜索结果，但需要过多的用户参与，而且不能满足具有不同偏好的用户的搜索需求。基于用户偏好和检索词歧义的视频搜索系统CMSearch采用了改进的个性化搜索技术来重排搜索结果，不需要过多用户参与而且能满足不同用户的不同搜索需求。CMSearch同时隐式地收集用户的长期偏好信息以及短期偏好信息并对其建立描述模型以便重排算法利用用户的偏好信息进行搜索结果重排。虽然基于具有相似偏好的用户的点击记录的重排算法和基于用户自身偏好的重排算法都可以有效地重排搜索结果，但是根据检索词歧义的大小，这两种重排算法分别适用于不同的场合。在CMSearch中，一种新的检索词歧义描述模型被用来形式化描述检索词的歧义大小。重排基于文本的视频搜索结果时，CMSearch同时采用这两种重排算法进行重排并利用检索词歧义描述模型提供的检索词的歧义大小来协调这两种重排算法对最终结果的影响。CMSearch的搜索结果重排方法提高了用户的搜索体验，具有高效、可用性强的优点。性能测试表明，系统平均响应时间为0.1476秒。相对于基本的基于文本的视频搜索方法，CMSearch的Ranking Score平均提高37.52%，明显优于现有的个性化搜索技术。