为满足用户对高质量互联网信息的需求,个性化的互联网信息搜集成为了研究的热点。在对互联网信息搜集的原理和方法进行研究的基础上,提出了一种基于智能体(Agent)技术的个性化互联网信息采集模型,该模型综合利用了元搜索引擎、全文搜索引擎和目录式搜索引擎在信息搜集方面各自的优势。模型通过树型目录和智能体建立和维护用户特征描述(User Profile),能够较好地完成个性化信息搜集任务。针对信息采集Agent涉及到的关键技术进行改进和创新:加权VSM(Vector Space Model) 相关性判定算法更精确地量化Web页面与主题的相关程度;主题式Robot爬行算法使得传统的爬行算法更有针对性和可行性;文档选择算法新的实现改善了另一种Web信息搜集方法――元搜索的表现,使它能从众多搜索结果中选出最符合用户需求的文档。给出基于智能体(Agent)的个性化互联网信息搜集系统的实现方案,对该方案的具体实现进行测试分析,数据证明该系统在信息推荐效果、信息查准率、系统可扩展性以及界面友好性等方面的表现令人满意。由于课题的复杂性,元搜索的文档选择算法和用户特征描述需要更高效精确的设计和实现,主题式Robot爬行算法需要精确的数学推导证明其顺着某一页面能够爬行到质量最好的主题页面,并且整个爬行过程随着采集链接层数的增加快速收敛。