随着各类数字终端、服务器、网络带宽等资源持续保持类摩尔定律式的增长，通过更直接的共享方式来提高沟通效率将为信息社会带来新一轮的发展浪潮。P2P(Peer to Peer，点对点)网络技术正是这种共享方式的主要候选者之一。P2P网络中的节点可以直接连通，不通过服务器共享信息资源、处理器资源、存储资源甚至高速缓存资源等。既能从其他服务器获得信息，同时也能作为服务器响应其他客户的要求。P2P网络有效地整合了分散资源，降低了建设集中式网络需要的固定设备的开销。目前基于兴趣的P2P网络搜索分类算法，一种采用预先分类，分类模式单一，动态性较差，另一种根据查询消息进行聚类，聚类不确定，速度缓慢。并且这两种方法都没有考虑通信延迟和查询消息不属于节点兴趣时的查询。本文提出一种基于P-范式模型的P2P网络分类搜索算法。该算法基于P-范式模型计算节点兴趣相似性，同时考虑节点与中心节点的通信延迟建立链接，将相同类的节点划分为一个组；查询节点通过中心节点转发查询请求给其他中心节点，中心节点收到查询请求后，若查找资源的主题排在本组关注的前K(K一般取1～3)位，则搜索本组内所有节点。算法分析和实验结果表明该算法相对于初期的MSW搜索算法，降低了50.75％的查询消息数量，减少了15.19％的发现第一个文件的时间；相对于稳定的MSW搜索算法，当查询属于兴趣域时，发现第一个文件的时间相近，但提高了1.36％的查全率，当查询不属于兴趣域时，减少了71.66％的发现第一个文件的时间并提高了123.21％的查全率，查询性能优于MSW搜索算法。目前，在基于反馈的P2P搜索算法中，其中一种采取返回一些热门或生僻的资源，以提高这些资源的知名度；另一种采取返回邻居节点的信息，但都没有考虑节点存储内容、节点的历史查询消息、邻居节点存储内容和邻居节点的历史查询提供率对新查询的指导作用。本文提出一种基于反馈选择的P2P网络搜索算法，该算法根据节点间存储内容的相似程度和存储数量的多少计算邻居节点有利度，动态调整邻居节点，根据历史查询的平均提供率、历史查询与新查询的相似程度预计搜索成功性，动态选择转发的邻居节点，并通过设定权重α计算动态节点有利度。算法分析和实验结果表明该算法相对于NS选择算法可以减少11.84％的消息数量，减少1.61％的发现第一个文件的时间，提高17.50％的查全率，查询性能优于NS算法。