随着Internet技术的迅速发展,网络提供给人们的信息量越来越大。搜索引擎作为人们在WWW上查找、获取信息的重要手段之一,在各个领域都已得到了广泛的应用。为了给用户提供个性化的查询服务,个性化搜索引擎孕育而生。经过众多研究者的不懈努力,个性化搜索引擎技术已取得了一些进展。本文针对目前搜索引擎存在的不足以及当前用户个性化查询的要求,在深入研究搜索引擎兴趣学习方法及相关技术的基础上,设计了一个兴趣学习模型。本文的主要工作是:(1)兴趣学习模型的设计本文设计的兴趣学习模型从用户的历史访问页面中提取用户的兴趣,将兴趣词存放在用户兴趣库中,并通过短期兴趣和长期兴趣相结合的方式来描述用户兴趣;为了及时地反映用户的兴趣变化,本文采用了基于遗传算法的兴趣更新策略;为了更全面的评价用户的兴趣,本文引入了权值、文档兴趣度和遗忘因子,其中文档兴趣度基于遗传算法和BP神经网络算法得到,更能准确的反映用户的兴趣。(2)兴趣学习方法的研究与实现本文通过个性化搜索引擎中兴趣学习方法的研究,启用了直接学习、历史学习和实时学习的兴趣学习方法,并通过采用设计的兴趣学习模型和研究个性化搜索引擎其他的相关技术,设计和实现了兴趣学习的系统。(3)通过实验证明了本文设计的兴趣学习方法的有效性和准确性。实验内容包括两方面:兴趣生成和兴趣更新。