随着计算机技术的发展,Internet应用需求也日益扩大,为了能够给用户提供及时、准确的信息服务,搜索引擎技术应运而生。搜索引擎作为网络信息服务最基本的手段,在一定程度上可以满足用户对互联网上信息检索的要求。但在信息量极大丰富的同时,用户面临着“信息过载”和“资源迷向”的问题,仅依靠传统的搜索引擎已经无法满足人们凸显的个性化需求,“基于用户兴趣”的个性化搜索引擎成为解决上述问题的主要方法,个性化搜索引擎及其个性化服务技术成为了现行的研究热点。本文将用户兴趣建模技术与查询扩展方法相结合运用于个性化搜索引擎中,提高了个性化搜索引擎的个性化服务能力。本文主要工作如下:(1)针对传统向量空间模型表示用户兴趣,没有考虑用户兴趣的多样性,缺乏准确性和全面性的问题,本文提出了基于树状向量空间模型来表示用户的兴趣的用户兴趣建模设计。通过分析用户在使用搜索引擎时的行为特征,采用基于用户浏览速度的兴趣度计算方法。实验表明,基于用户浏览速度的兴趣度计算方法可以比较准确的得到用户的兴趣偏好。(2)为了使用户兴趣特征信息能够自动地调整,并随着用户兴趣变化而产生自适应的动态变化,需要自适应地调整用户兴趣特征词的权重与最近更新时间信息。在用户兴趣模型的更新周期上,采用一周为一个循环,使得用户兴趣模型可以更加准确的描述用户的兴趣爱好。(3)对基于用户反馈的查询扩展方法进行研究,并针对传统的用户反馈查询扩展方法和现在的基于用户反馈的查询扩展方法存在的缺陷,本文对基于向量空间模型的用户相关反馈的查询扩展方法进行了修改,并对相关调节因子进行了研究。(4)在用户兴趣模型与查询扩展技术相结合的基础上,提出了基于用户兴趣的个性化搜索引擎的体系结构,并对各部分功能和工作流程进行了设计研究,从而实现个性化的搜索。通过实验得出,个性化搜索与常规的搜索相比具有较高的查准率。