P2P网络技术以其良好的容错性、自组织性和资源共享的可扩展性受到越来越多的关注。短短几年时间,非结构化P2P网络技术已发展成为互联网中最流行、最重要的应用技术之一。面对复杂的网络环境,已有的非结构化P2P网络搜索算法在搜索代价和搜索性能方面存在局限性,不能很好的满足目前应用要求。如何针对非结构化P2P网络的特点,建立一种有效的资源发现机制,寻求一种高效的非结构化P2P网络搜索算法满足当前复杂的网络环境的应用需求,具有很好的理论与实际意义。在对非结构化P2P网络搜索的全面研究的基础上,结合基于学习的P2P网络搜索算法的优点以及非结构化P2P网络的特性提出了一种改进的基于学习的P2P网络搜索算法。根据所共享文件的重叠数量表示用户兴趣的相似度,将网络中在一段时间内搜索命中率较高的某些节点作为朋友节点,利用相似规则优化组合成不同的群,同时把每一个转发消息的节点都看成一个路由器,在每个节点建立的兴趣群进行消息转发,使得互无关联的节点在逻辑上进行划分,从而简化了资源搜索算法。通过仿真程序模拟P2P网络环境,测试了算法稳定后的网络开销和搜索成功率的变化,并与原算法进行比较。实验结果表明新的学习机制和分类机制性能较忧,能有效缩小搜索范围,同时减少网络流量。研究工作为实现高效的、可行的P2P网络搜索引擎系统做出了有益的尝试。