随着Internet和Web信息的飞速发展，WWW己成为人们进行信息交流的不可缺少的巨大信息空间。面对如此巨大的海量信息，人们在寻找自己所需的信息时常常迷失方向。如何快速、准确地从浩瀚的信息资源中找到自己所需的信息已成为困扰用户的一大难题。搜索引擎是用户信息检索的主要工具，但它们返回的结果往往数目庞大，并且很多结果与用户查询并不相关，这直接影响了用户检索的质量，也提高了用户检索的代价。本课题针对现有搜索引擎的不足，提出智能化元搜索引擎的解决方案，实现搜索引擎的智能化、个性化的需求。本文对元搜索引擎智能化搜索进行了研究和设计，并就方案中涉及到的一系列理论和技术问题进行了研究。用户兴趣模型的建立和更新是实现智能化搜索的核心。本文提出了改进的树状用户兴趣模型表示方法，研究了创建和更新用户兴趣模型的机制。在建立用户兴趣模型时，采用通过用户主动提供获得初始化用户兴趣和分析用户浏览行为和历史记录来更新用户兴趣模型两者相结合的方法，实现了快速、精确地发现用户兴趣。结果合成也是智能化搜索引擎的一个重要环节，本文把用户兴趣模型引入到信息过滤领域中，通过计算返回结果与用户兴趣模型和查询关键词的相关度对返回文档进行排序和过滤，从实现面向用户的智能化搜索。本文最后提出智能化元搜索引擎模型框架，并给出工作原理，在元搜索引擎的基础上，以用户兴趣模型为中心，实现搜索引擎的智能化和个性化服务。