随着Internet和Web技术的飞速发展,Internet已成为人们进行信息交流的不可缺少的巨大的信息空间。面对如此巨大的海量信息,人们在寻找自己所需的信息时常常迷失方向。如何快速、准确的从浩瀚的信息资源中找到自己所需的信息已成为困扰用户的一大难题。本文提出了个性化的信息检索方案,并就方案中涉及到的个性化信息检索的关键技术进行了深入研究。首先,介绍了信息检索及信息过滤技术。对传统信息检索方法,如对全文本扫描、倒排文件、签名文件、以及聚类的分析。并讨论了自然语言处理技术、神经网络技术等新的信息检索方法。其次,对向量空间模型进行了分析。提出了改进的加权算法,并借助辅助主题词表和个性化信息库设计了新的检索系统模型,改进了信息检索方法。再次,分析了分词技术在信息检索过程中的应用,并讨论了信息检索和分词技术结合的方式,以及需要解决的关键技术问题。设计出一个无词典分词方法。它利用统计方法避开了复杂的语法规则,不需要有庞大的词典支持,解决了新词出现问题,且分词速度快,具有重要的实用价值。最后,针对如何使用户获得Internet上有用的信息,提出了一个基于Internet的个性化信息检索系统模型。系统采用Agent技术、相关反馈学习算法,有效地适用于Internet中信息检索的需要,具有一定的理论价值和应用价值。