伴随着Internet的飞速发展,博客系统作为一种社会性软件,在互联网上得到了广泛的应用,同时Internet上的各类信息资源和博客用户群也在迅速激增,面对互联网上丰富的信息资源,针对博客用户的个性化信息服务越来越成为信息检索领域中研究的热点,而博客系统中的数据检索存在两方面不足:一方面基于简单的关键词匹配来推荐信息,不能准确的挖掘用户的兴趣偏好,另一方面在博客标签中不提供关键词检索,使个性化标签在博客检索中没有发挥真正作用。因此基于博客系统的个性化推荐服务技术的设计与开发成为广大博客用户急需的产品。本文提出面向博客用户的个性化检索方法,该方法使博客用户在检索信息时借助于搜索引擎来满足用户的意图,传统搜索引擎是一个面向大众的没有体现个性化的检索工具,由于博客中的用户标签可以反映用户的兴趣,所以在搜索引擎中应用博客标签来实现博客用户个性化信息检索。综合利用内容过滤和协作过滤两种技术的优势,建立了基于博客的个性化搜索引擎系统的体系结构。为此首先利用博客用户标签建立用户模型,然后为了动态跟踪用户的行为,挖掘用户隐含兴趣,根据用户聚类的算法计算相似用户群,建立用户群兴趣模型,基于该两种用户模型本文提出了多级常规索引方法,将模型中的兴趣标签作为搜索引擎的关键词进行多次反复迭代过滤匹配,从而为博客用户提供个性化的检索服务。在上述工作的基础上,设计和实现了面向博客的个性化检索系统。该系统很大程度上克服了目前博客检索中存在的不足,克服了传统搜索引擎技术上的缺点,使该系统能够深层次挖掘用户兴趣,迎合用户偏好,实现对博客用户在搜索引擎中的个性化推荐服务。