P2P(peer to peer)技术是目前网络技术中的研究热点,如何高效地搜索P2P网络上的资源是P2P网络技术的核心问题。无结构P2P网络环境下基于兴趣驱动的P2P搜索方法的研究是其中一个重要的课题。目前,基于兴趣驱动的P2P搜索方法存在两方面的不足:(1)这些方法单一的从用户角度或从节点内容本身角度来挖掘节点兴趣存在片面性。(2)这些方法在扩展搜索兴趣的上下文语义方面还存在不足或根本无法扩展。针对以上的问题,本文通过引入概念格理论,在基于社会网与小世界理论的Social-P2P方法基础之上,对Social-P2P方法进行了改进,提出了一种改进的基于兴趣驱动的P2P搜索方法(ⅡSM)。IISM首先通过节点内容的匹配算法和记录最近一段时间内的用户搜索行为来建立朋友列表,从用户与节点内容两个视角体现节点兴趣,克服了目前基于兴趣驱动的P2P搜索方法视角单一的缺点。然后鉴于概念格理论的信息导航与扩展语义功能在信息检索领域的成功应用,本文将概念格理论引入到基于兴趣驱动的P2P搜索方法中,把朋友列表作为形式背景构造概念格,通过生成具有偏序关系的概念来聚集兴趣相近的网络节点,并以此建立兴趣域。搜索消息首先在概念格内查询,通过概念使搜索消息在兴趣相近的网络节点中转发,以此来缩短搜索的路径长度和搜索消息的数量,并且通过概念的偏序关系扩展了查询消息的上下文语义,增强了搜索的精确度。最后,实验证实该方法比Social-P2P搜索方法和传统的泛洪搜索方法具有更好的召回率和精确率,并且降低了网络负载,提高了搜索效率。