Web信息检索是Web信息集成系统中不可或缺的一部分,其目的是从网络上的海量信息中,筛选出满足用户需求的信息。如何为用户提供高质量和高效率的个性化信息服务,已成为Web信息检索系统急需解决的问题。然而现有的个性化信息检索系统还存在以下不足:一是对用户兴趣的学习和表达的自动化程度不高,要求用户输入私人信息并需要用户提供大量的反馈信息,不能很好的适应用户需求的变化;二是缺乏对所检索的关键词在语义上的分析和处理,即存在“忠实表达”问题和“表达差异”问题。本文在研究个性化Web信息检索相关技术的基础上,针对现有的个性化信息检索系统存在的问题,提出了一种新的基于用户兴趣的个性化Web信息检索方法。采用自动隐式学习方式来建立和更新用户兴趣模型,检索系统在无需用户参与的情况下,可以准确获得用户的兴趣,并及时进行动态更新。同时,引入本体技术来解决语义上的问题,将现有的基于关键词层面的信息检索提高到基于知识或概念层面的信息检索。文中给出了个性化Web信息检索系统的体系结构,全面描述了个性化的处理过程,详细介绍了个性化Web信息检索系统的设计和实现,最后通过实验对查询结果的质量进行了评测,分析了用户的个性化信息对查询结果的影响。评测结果表明文中提出的个性化Web信息检索系统可以达到较高的检索质量,能更好地满足用户的需求,为其提供个性化服务。