随着Internet的飞速发展和万维网(WWW)的日益庞大，Web资源的复杂程度更是以指数级的数量增长，导致人们在查找所需信息时不知所措。为了解决“信息过载”和“资源迷向”的问题，搜索引擎出现了。现今的搜索引擎往往具有通用性，排序机制中又没有考虑到用户的偏好，因而很难满足不同背景、不同目的的用户需求。本文研究的“用户兴趣模型”正是为了让用户充分地使用Internet上的信息资源，具有理论和实用价值。 1.阐述了搜索引擎的研究背景，介绍了个性化信息服务发展和它的体系结构，总结了搜索引擎国内外搜索引擎发展的现状并详细介绍了有关搜索引擎的基本理论，概述了它的定义以及组成部分并叙述了各个部分的功能，在此基础把搜索引擎按照不同的标准进行了分类。进而给出了现有搜索引擎的一般评价标准，由此说明了现有搜索引擎的发展缺陷和发展趋势。 2.介绍了个性化搜索引擎中有关用户建模的关键技术，提出了一种新的用户建模方法，即把手工定制建模和自动用户建模结合起来，根据用户的浏览行为引入了“相关兴趣度”，用来表示用户对页面感兴趣的程度，并通过神经网络对其进行训练从而更新用户兴趣模型。 3.在分析了传统的结果排序技术缺点的基础上，引入了面向主题的思想，并重新计算连接关系对页面权重的影响的前提下，提出了一种新的基于链接分析的结果排序算法，并用实验验证了该算法的可行性。 4.用Matlab所提供的神经网络工具箱设计了一个BP神经网络来得到用户的相关兴趣度，给出了它的模拟过程，并通过实验分析了结果。