Internet的迅猛发展所带来的海量数据,给用户提供了大量信息,同时也增加了用户检索信息的难度。传统信息检索工具(搜索引擎),没有考虑用户兴趣,因此搜索结果往往无法满足不同用户的特定需求。为解决传统搜索引擎个性化的局限性问题,本文提出了一个基于用户兴趣分析的个性化搜索引擎模型,通过挖掘用户兴趣信息,建立合理的模型来表示、管理用户兴趣,并通过不断更新与维护,逐步优化模型,使其能准确反映用户的兴趣需求,为后续搜索工作提供个性化的分析依据。主要工作包括以下几个方面:1.深入研究搜索引擎的体系结构,对构建搜索引擎的关键技术、实现机制进行较全面的探讨。设计了一个可配置性强、灵活的、可运用于中小型网站站内检索的搜索引擎框架,并且实现大部分功能。2.深入研究web挖掘技术,对如何运用该技术进行用户兴趣挖掘进行了探讨,并分析了如何将用户兴趣挖掘的成果运用于搜索引擎,以实现系统的性能优化和搜索服务的个性化。3.本文使用优秀的开源框架Nutch和Lucene作为开发基础,通过实例,详细介绍了搜索引擎各模块的构建及优化。4.最后本文对系统进行了功能和性能方面的测试,通过实验结果证明该系统的性能良好,可以满足中小型网站搜索需求。本文主要包含信息检索理论研究和兴趣挖掘的实践经验,对信息检索、数据挖掘和用户兴趣建模等领域的研究都有一定的参考意义。本个性化搜索引擎具有广泛的应用价值、学术价值,可以很好的应用于目前一些中小型网站的搜索引擎建设。