搜索引擎作为Internet上最主要的信息检索工具,在各个领域都已得到广泛应用.然而,由于网络信息量的迅猛增加和网络信息组织的无序性,传统搜索引擎的信息检索技术已经无法满足人们对信息服务个性化、智能化的需求.该文提出的智能搜索引擎的解决方案,并就方案中涉及到的智能信息检索的关键技术进行了深入研究.首先,分析了当前搜索引擎的系统结构,在此基础上给出了一个智能信息检索系统的框架原型.围绕智能化,增加了领域知识库和用户知识库,并指出必须要有知识库来支持信息检索的每个过程,才能使搜索引擎达琶智能化效果.其次,对中文信息处理的基础环节棗自动分词技术进行了研究,分析了中文汉字的结合模式,设计出一个无词典词方法.它利用统计方法避开了复杂的语法规则,不需要有庞大的词典支持,解决了新词出现问题,且分词速度快,具有重要的实用价值.再次,在深入分析传统信息检索模型的信息组织模式和查询匹配策略的基础上,对向量空间模型进行扩展,提出了一种隐含语义索引模型LSI.LSI通过奇异值分解,将词向量和文档向量投影到一个低维空间,消减了词和文档之间的语义模糊度.理论分析证明,隐含语义索引模型具有更准确的文档语义内容的表达能力,能够取得更好的检索效果.最后,研究了智能信息检索中的个性化技术,分析了用户个性行为、个性模式的获取、用永兴趣模型的建立和维护.根据用户兴趣模型来明确用户的查询需求,协助用户进行正确有效的检索.