计算机技术和网络技术的发展与普及，为人们自由获取全球范围内的信息提供了条件，但同时也导致网上信息的爆炸式增长。伴随着信息媒体层出不穷以及当前用户需求的日益复杂，单单依靠传统搜索引擎已经无法满足人们的需求，传统搜索引擎缺乏个性化的局限性日益突出，个性化搜索引擎的研究及其实现成为必然。作为个性化信息服务的基础和核心，用户模型的质量直接关系到个性化信息服务的质量。个性化信息服务系统中的用户模型不是对用户个体的一般性描述，而是一种面向算法的，具有特定数据结构的形式化的用户描述。本论文主要针对当前搜索引擎检索效率不高缺乏个性化的现状进行个性化搜索引擎用户模型研究，通过对用户的兴趣描述，建立用户的兴趣模型，使检索结果更加符合用户的实际需要。本文首先提出了信息超载问题，介绍个性化信息服务的定义、实现过程、支撑技术及服务形式；然后提出个性化搜索引擎及其涉及的主要技术。另外，笔者从用户信息需求的个性化分析入手，探讨了用户信息需求、信息心理、信息行为等相关问题。阐述了用户模型的定义、作用、分类，用户模型信息的获取方法，用户模型的表示方法。随之提出个性化搜索引擎用户建模的方法与技术，如Agent技术、用户兴趣挖掘技术、机器学习、用户反馈技术等。最后以数字图书馆读者兴趣模型的建立为例分析了个性化信息检索用户建模的设计与实现。在论文结尾提出几个有待改进的方面。