本文旨在探索一种个性化搜索引擎，并将它应用到竞争情报系统。随着互联网的迅猛发展，Web信息已经成为一种非常重要的信息资源，如何从海量的Web信息中有效地获取信息成为一个重要的研究课题。搜索引擎技术就是顺应这种需求，近年来成为研究热点的一种技术。 搜索引擎的关键问题是准确性和性能问题。针对准确性问题，通过抽取目标信息源中权重较高的信息，剔除无效信息，配合有效的分词算法，生成合格的标引，然后通过高效的匹配算法计算出匹配率，能提供较好的精度和召回率。针对性能问题，本文通过合理的系统设计，例如URL的队列管理，多线程技术，基于正则表达式的匹配算法，获得了较好的性能。 本文为了解决搜索引擎中的个性化问题，提出了一种基于在线启发式学习方法的用户兴趣模式挖掘算法，该算法通过捕捉用户的每一次操作，进行自学习，然后进行模式抽取，形成知识，当用户下次使用的时候，从知识库中提取出该用户相关知识，进行模式呈现，从而使用户感觉搜索引擎有了智能。 本文首先介绍了搜索引擎的发展历史及相关概念，当前搜索引擎存在的问题，例如准确性不高，个性化不够。然后详细分析了Web信息查找机理，网络搜索机器人的工作原理和搜索策略，并介绍了机器人搜索算法等搜索引擎相关的关键技术。最后提出了一种个性化搜索引擎的实现方法，并将它应用到竞争情报系统中，并详细的介绍了该个性化搜索引擎的实现。