随着Web信息的快速增长,搜索引擎已成为用户信息检索的主要工具。元搜索引擎综合了多个搜索引擎的搜索结果,提高了搜索的覆盖率,但是它们返回的结果往往数目庞大,并且很多结果与用户查询并不相关,这直接影响了用户检索的质量和大大提高了用户检索的代价。为了帮助用户在避免无用信息干扰的情况下获得其所需的信息,本文对元搜索引擎的个性化搜索进行了研究和实验。 本文首先对元搜索引擎和个性化搜索进行了概述,然后从各个方面对现有的相关研究进行了分析和比较,并以用户兴趣模型为基础,提出了实现用户个性化搜索的相关算法。本文主要研究的工作包括: (1) 提出了用户查询到用户兴趣类的映射算法。它通过结合用户兴趣模型来推测用户的查询意图,分析出用户搜索的兴趣类。这些兴趣类为成员引擎个性化调度和结果合成处理提供了依据。 (2) 提出了基于兴趣分类采样的成员引擎特征表示的方法和基于用户兴趣的成员引擎个性化调度算法。调度算法根据用户的兴趣计算出各成员引擎与用户查询的相关度,为用户选择最具有潜在有用的多个成员引擎来为用户提供查询服务,提高了用户的检索效率和质量。 (3) 提出了基于用户兴趣的结果合成算法。它根据用户兴趣对结果进行相似度计算和结果去重,从而为用户提供贴切的查询结果。 本文最后设计和实现了一个基于客户端的个性化元搜索引擎的原型系统PMSE,并对文中提出的算法进行了实验和分析。