在现代化的企业内部,随着信息系统的升级和大量Web 2.0系统的应用,企业内部的信息呈爆炸性的增长,而这些海量的信息在一定程度上降低了员工的工作效率和获得有用信息的能力。因此企业搜索已经成为信息检索领域的一个热点。在企业搜索中,核心的两个问题是搜索的内容和搜索的方式。对于搜索的内容,已有相关的研究和实践解决了如何对企业中大量异构和分散的数据进行提取和格式化的问题。本论文关心的是搜索的方式,即帮助企业用户如何在海量的信息中,寻找到他最感兴趣和最需要的信息。个性化搜索技术就是为了解决这个问题应运而生,目前个性化搜索技术的主要应用场景是在互联网,但是由于互联网中安全和隐私问题的存在,个性化搜索技术的发展比较困难。然而企业内部的局域网是相对安全和可靠的,而且企业往往非常鼓励知识共享,在这种环境下,员工都很乐意开放和共享自己的兴趣和知识,有利于个性化搜索技术的运用。本论文详细分析了个性化搜索技术涉及到的各种模型,包括用户兴趣模型、传统过滤模型和搜索模型。针对传统过滤模型的不足,本论文创新地提出了角色协作过滤模型,并以此为重点,设计及实现了一个在企业内部使用的基于角色协作的个性化搜索系统。该系统通过和复旦—英特尔联合创新实验室自主开发的企业web2.0知识共享平台进行整合,获得了很好的效果。