信息检索是指将信息按一定的方式组织、存储起来，并针对用户的需要查找出所需信息的过程。随着网络信息资源的迅速增加和实时更新，如何及时准确地获取自己所需的有用信息是现代网络信息检索技术需要解决的主要问题。国内外专家已经做了大量研究，并提出了一些检索方法，试图把人工智能技术、数据挖掘技术和网页信息及用户行为结合起来应用在信息检索中，使网络信息检索技术正在朝着智能化、个性化的方向发展。 本文是在石油专业背景下，对基于个性化石油专业网络智能信息检索系统的研究，并且给出了其框架实现。首先分析了现有的网络信息检索技术；接着对个性化的网络信息检索系统以及关键技术做了深入的研究，然后提出了基于个性化的用户信息需求模型，该模型通过特征抽取的办法来建立，以给出用户信息需求最本质的特征，提高计算机的处理效率和识别能力；最后给出了一种待过滤Web信息源的采集机制和Web页面的过滤方法，并据此开发了一个原型系统。为石油专业下的用户在Web网络中检索所需的有效信息提供了较好的方案。 本文中，用户信息需求模型主要是通过对用户提交的中文示例Web页面集进行解析，然后对Web页面集的文本内容进行分词，在此基础上再进行特征抽取，并采用向量空间模型加以表示；Web信息采集的实现是通过一种基于元搜索的Web页面聚焦采集机制，能快速、有效地采集待过滤Web信息源，节约系统资源和网络资源；中文Web页面的过滤算法应用了向量空间模型算法，将检索结果和查询条件进行矢量化，通过计算其相似度大小来衡量文档的相似，并提出了一种可调节的过滤阈值设定方法。 本文提出的一些新的算法和机制具有一定的独创性和先进性，这是本文所做的一个探索，它将会对个性化、智能化信息检索技术的研究有重要的参考价值。