基于用户兴趣的个性化搜索引擎是为了满足不同用户的需求，利用用户的兴趣主题内容，提出的以用户个体为中心的搜索引擎。其目的是更好地为不同兴趣的用户提供个性化服务。随着网络信息的快速增长，个性化搜索引擎为不同兴趣、不同知识背景的用户提供更为方便的检索系统，并能够得到更好的检索效果。 本文围绕着基于用户兴趣的个性化搜索引擎的研究逐步展开，针对个性化搜索引擎的关键技术——用户兴趣存储模型的定义和算法进行了深入的剖析，并在传统的用户兴趣树结构基础上改善了原有的存储结构，并设计相应的创建、更新用户兴趣树等算法。 其次，本文提出了用户更新速率(UUR)的概念。用户更新速率，是用来判断用户兴趣变化的快慢，依照用户更新时，兴趣特征词的权值变化和新词的增加数量，量化用户兴趣变化的快慢。这样可以使系统自动的设定下次用户兴趣树的更新时间，从而可以根据用户不同的浏览行为，更好的拟合用户兴趣，以获得更好的查全率和查准率。 另外，本文深入介绍了有关个性化搜索引擎的相关技术，着重介绍了兴趣相关度的定义以及获取兴趣相关度的方法。 最后，为了考察用户兴趣模型和用户更新速率(UUR)的作用效果，设计了相应的实验。实验一获取了在用户兴趣模型下，检索系统的查全率和查准率；实验二模拟两个用户的不同浏览行为，获取了UUR参与下的更新速度。实验最后，系统对在UUR参与下和没有UUR参与下的用户兴趣模型进行了检索效果方面的比较。结论是，在用户更新速率(UUR)参与下的用户兴趣模型更能够快速模拟用户兴趣变化，从而在检索系统中能够达到更好的查全率和查准率。