随着互联网信息的飞速增长,越来越多的人将搜索引擎作为网络信息获取的主要手段。但是,在浩如烟海的互联网信息世界中,通过现有的搜索引擎,人们寻找有用信息还是存在着很大的困难。其中的主要原因有两个:一是用户教育背景的不同和知识领域的局限性同传统的基于关键词的查询服务之间的矛盾;二是用户信息的个性化需求与现有搜索引擎的“一般化”服务之间存在矛盾。为了更快、更准的获取特定的网络信息,成为搜索引擎研究的重点。元搜索引擎正好符合这一发展需求,因此近些年来得到了飞速的发展。元搜索引擎通过调用多个搜索引擎来实现搜索,并对搜索结果进行综合处理,能较好解决现有的搜索引擎所存在的缺陷。论文在元搜索引擎上引入基于本体的关键词扩展服务和个性化服务的结构模型,并结合通用本体库上基于语义相似度的搜索策略,提高信息检索的查全率和查准率。论文在本体的基础上提出了一个基于语义相似度的本体库搜索策略,对关键词的扩展服务有明显的改善,改进了单纯依靠语义相似度阈值来抑制关键词扩展的速率,减少了无用词的产生。论文在个性化搜索的研究中,提出了一种基于个性化本体的用户兴趣模型。论文在个性化本体的基础上提出了一种间隔排列合成法和加权位置排列法两者的结合的成员调度算法,它是根据扩展关键词集合和个性化本体库中的用户兴趣信息做出的成员搜索引擎选择,有计算简单快捷和查全率高的优点。同时,基于个性化本体的用户兴趣模型具有根据用户反馈信息更新用户兴趣信息的能力。最后论文简述了关于检索结果的合并策略,包括无效链接检查和去重复网页的步骤。