随着Internet的飞速发展，网络上的信息呈指数级增长，其内容之丰富，种类之繁多，堪称世界上最大的信息资源。这一方面给用户发现信息、利用信息带来了方便，另一方面，无序、极其庞大的信息世界和成千上万的超级链接，又常常使用户在查找自己感兴趣的信息时感到力不从心。网络信息过滤，就是根据用户的信息需求，利用一定的工具从大规模的动态信息流中自动筛选出满足用户需求的信息，同时屏蔽掉无用的信息的过程。信息过滤技术可以针对不同的用户采取不同的服务策略，为用户提供及时、个性化的信息服务，已成为人们关注和研究的热点。本文首先阐述Web上信息过滤的基本问题，包括信息过滤的基本原理、过滤系统的一般处理流程、过滤系统的分类、相关信息检索模型以及过滤系统的性能评价指标等。然后，着重对Web文本内容过滤中涉及的关键技术进行深入地分析和探讨。主要包括中文分词技术、文本特征提取技术、用户兴趣模型的表示与更新以及文本过滤技术。在此研究基础上，本文设计了一个Web文本内容过滤系统模型，并对系统总体框架、功能模块以及系统实现的主要方法进行详细阐述，最后，对该系统做了测试，实验证明，该系统具有较好的信息过滤性能。