进入21世纪,随着科学研究领域的不断拓展,科学发现规模的迅速扩大,各种专题性全文数据库的规模也呈爆炸性的增长.如何帮助广大科技工作者从这些数据库中方便、快速并且准确地获取有用的信息,已经成为一个急待解决的难题.该文在分析、研究传统Web搜索引擎信息检索技术的基础上,提出了将文本分类技术和个性化信息推送技术同传统Web搜索引擎信息检索技术相结合的思想,设计了一个针对专题性文本数据库的智能搜索引擎系统.该文首先阐述智能搜索引擎的设计思想,说明系统的总体框架,把系统细分为用户信息检索子系统、个性化信息推送子系统和文本自动分类子系统三大子系统.在分析传统搜索引擎检索方式存在不足的基础上,该文提出了基于主题词和基于文档实例的两种新型信息检索方式;该文对传统中文分词中的最大正向匹配算法加以改进,以提高中文分词的准确度;针对KNN(K最近邻)分类算法计算量庞大,运行时间较长的缺点,该文对其加以改进,在不影响分类准确度的前提下减少计算量,从而提高运行的效率;该文提出采用服务器端挖掘、用户主动输入和用户检索反馈三种方式来建立用户兴趣模型,从而对用户实现个性化信息的推送服务;最后,该文实现了文本自动分类子系统中的核心算法--朴素贝叶斯分类算法,并通过实验验证了算法的有效性.针对专题性文本数据库的智能搜索引擎系统的研究与应用,使得广大科技工作者能够在各种专题性数据库中方便、快速而准确地查找到所需的文献资料,不仅有助于提高各种专题性数据库的利用率,而且对于科技工作者顺利完成各项科研任务有着重要的实际意义.