万维网(WWW)在日益庞大,网上的信息量以及网站的复杂程度更是以惊人的速度增长,因此有效地利用这个庞大的资源成了一个问题.为了解决这个问题,人们开发了搜索引擎,这是查询资源发展过程中的一次重要革命.目前已有了许多优秀的搜索引擎,它们排序机制中没有加入个人的偏好,不同的用户只要输入的关键字相同就会得到相同的搜索结果,因此让用户从成千上万条结果中找到自己所真正需要的信息是很困难的.该文描述了一种新的排序方法来实现搜索引擎的个性化、智能化.在实现的过程中,把人工智能领域中的算法应用到了Internet上,这种排序机制能够基于不同的用户偏好产生不同的结果,使得搜索结果更为准确,更符合人们的需求.该文中首先通过对用户访问过程进行监控产生用户偏好的历史数据(用户的习惯).经过预先的清洗、处理、分析得出有效的数据,再为用户建立了两种数学模型:偏好向量和模型树,并结合使用这两个模型给出了排序算法.其中,模型树以非常直观的形式描述了用户偏好,树的每一个分支都表示一个用户偏好序列,强调类型间的关联,分支上的每一个节点包括这一类网页的详细信息.而偏好向量从统计的角度描述了用户偏好,给出了数量上的解释,强调数量和时效.这两个模型各有自己的优点,它们在功能上互相补充.该课题从客户端出发,对搜索引擎的功能做出了有力增强.模型树和偏好向量从不同的方面总结了用户的偏好,并且在用户使用网络的过程中不断地更新、调整.利用这两种模型来指导搜索引擎的排序过程,这种结果对于用户来说更为准确、提高了网络的利用价值并节省了用户的时间.