网格代表了一种先进的技术和基础设施,能够实现全球范围内的计算资源、存储资源、数据资源、信息资源、知识资源、专家资源和设备资源的全面共享。随着网格向更大规模的发展,系统中集成的资源将会具有目前P2P网络的特性,不可靠的资源和间歇性的资源将会占到相当的比例,资源类型也会更加多种多样。对资源进行有效组织,并选取良好的资源发现机制,是网格环境中进行资源共享和协同工作的关键。研究发现,网格中结点的对等和动态变化性与现实世界中的社会具有一定的相似性,每个结点都具有一定的兴趣和爱好。在深入分析当前网格资源发现机制优缺点的基础上,挖掘结点之间存在兴趣特征的相似性,找出导致结点进行网络连接和资源共享的本质原因。给出了改进的基于相似特征模型的结点间信息交换算法,通过有限的本地知识快速获取全局相似结点信息,有效地对结点进行了聚合。利用相似特征模型进行结点兴趣相似性匹配,将结点按照兴趣关系进行划分。在覆盖网络上建立连接,形成具有全局视角的路由层,构建了基于用户兴趣的层次化小世界网络。提出了基于相似兴趣簇的资源发现算法,以确定的策略衡量结点满足查询的概率,使得资源定位最大程度上本地化,降低了网络开销。最后进行了仿真实验,从搜索成功率、搜索开销、查找效率和可扩展性等方面,对资源发现机制的综合性能进行了评估,并对学习过程和收敛速度进行了分析。