在竞争越来越激烈的知识经济时代，知识的有效管理和高效利用成为企业取得竞争优势的关键因素之一。如何管理和检索企业中存在的海量的非结构化知识，成为企业知识管理中亟待解决的问题之一。当前，一些非结构化知识管理系统虽然可以实现对非结构化知识的获取、表示和存储，但是以关键词作为索引项进行标注，缺乏知识间的语义关系，难以实现知识的共享，也难以提高知识检索的查全率和查准率。因此，本文研究基于分词技术和用户模型的非结构化知识管理系统，并引入语义概念，实现知识集成，结合用户模型，提供个性化知识检索。本文主要研究工作包括：（1）针对当前非结构化知识管理的研究现状和存在的问题，结合铁路货车快速设计知识管理系统项目的研究背景，给出了基于分词技术和用户模型的非结构化知识管理系统的框架和流程设计。（2）深入研究了系统的两个关键技术：基于分词技术的非结构化知识语义表示模型和基于用户模型的非结构化知识个性化检索。在知识处理层，本文采用改进的最大匹配算法进行分词处理，在知识表示层，结合本体技术采取基于向量空间的表示模型，实现知识语义表示，并给出了相应的语义权重计算方法和知识相似度计算方法。为了向用户提供个性化检索服务，本文在知识检索层和用户接口层间加入了知识过滤层，构建基于领域本体的用户模型，并将其用于知识过滤。（3）将研究成果应用到铁路货车快速设计知识管理项目中，完成了系统的设计和开发，并实现了设计知识的有效管理。通过应用表明，非结构化知识的查全率和查准率有了明显的提高。