近年来，智能信息检索(Intelligent Information Retrieval)作为人工智能(AI)的一个独立研究分支得到了迅猛的发展。随着Internet的发展和普及，越来越多的用户利用搜索引擎来搜索网上信息。尽管搜索引擎的发展已较成熟，但人们在使用中却发现要准确、快速地查找自己所需要的信息是越来越困难。面对网络信息服务的这种现状，人们在寻求一种将信息用户感兴趣的信息主动推荐给用户的服务方式，这便是个性化的主动信息服务。在实现个性化的主动信息服务中，智能Agent技术起到了至关重要的作用。 本文系统地研究了基于Agent的个性化主动信息服务中所涉及的关键技术，提出了一种基于Multi-Agent的Internet信息检索系统模型。该系统由用户Agent、信息搜索Agent、信息过滤Agent三个模块构成。通过用户信息需求的表达和信息反馈，形成并训练用户Agent。用户Agent通过基于记忆观察的学习机制、接受反馈的机器学习机制、改进的ID3算法的归纳学习机制三种机器学习方法，学习用户的兴趣，使其具有一定的智能性。信息搜索Agent通过查询代理与Internet搜索引擎连接，既可实现元搜索，又可以在返回的网址较少或不满足用户的要求时，使用自身搜索工具在网络上自主搜索，而且搜索算法从查询代理返回的网址出发进行搜索，减少了搜索的范围，加快了搜索的速度。信息过滤Agent根据用户已有的信息资源分析用户喜好，采用向量空间法进行信息过滤。三个模块密切协作，从而实现了网上信息的个性化、主动性、智能性检索。