随着Internet的发展与普及,网上信息量的急剧膨胀,Web己成为人们获取信息的一个重要途径,使得搜索引擎成为辅助网络信息检索的重要工具。Web挖掘为实现个性化信息检索提供了技术支持,利用用户兴趣向用户提供个性化服务已经成为Web应用领域的一个研究热点。本文针对Web挖掘在搜索引擎个性化中的应用进行研究,主要工作如下:首先,本文阐述了搜索引擎现状及存在的问题,提出了个性化搜索引擎的重要意义。分析了搜索引擎工作原理、组织结构及各部分功能,并对向量空间模型进行了详细的研究。其次,论文介绍了Web挖掘的定义、任务及与信息检索的关系,研究了Web挖掘技术及Web内容挖掘、结构挖掘和使用挖掘在搜索引擎中的应用。详细讨论了基于用户浏览行为获取用户兴趣的方法,提出了对向量空间模型(VSM)改进方法,研究了用VSM构建初始的用户兴趣模型,然后根据用户浏览行为自动学习用户兴趣并对其模型进行更新及个性化信息过滤等关键技术。另外,针对大量同义词的存在,为了提高检索覆盖率,建立同义词词典,以扩充检索词来对查询语句进行优化。最后,在上述研究的基础上,设计了一个基于Web挖掘的个性化搜索引擎模型PSE,给出了各模块的功能及实现方法,从理论上分析该个性化搜索引擎具有灵活的检索方式和个性化的查询结果等特点。论文结尾,对本文所做的工作进行了总结并对个性化信息检索的发展进行了探讨。