针对目前的信息检索系统并没有给予用户更多的关注这一情况。本文对网站的个性化信息检索服务进行了一些研究工作。主要目的是希望通过在传统信息检索系统上引入具有自适应学习、过滤和反馈功能的智能Agent，以加强和改进面向用户的信息采集质量和信息搜索效率。　　 要实现这种面向用户兴趣的个性化信息检索服务，面临的问题是用户兴趣如何表示、如何学习到用户兴趣、如何进行面向用户兴趣的信息搜索、信息过滤和信息反馈等。本文的研究工作主要体现在：为了更好的满足用户的复杂需求，提出用户兴趣的数学表示形式--兴趣向量；采用兴趣树学习算法，使智能学习Agent能够更准确、更快速和更高效地学习到用户的兴趣和及时发现用户兴趣的转移；提出面向用户兴趣的信息搜索、信息过滤和信息反馈方法。　　 通过对以上问题的研究，我们设计了一个站内个性化信息检索系统，并主要分析了系统的组成及各组成部分的工作原理。该系统通过智能技术将用户的兴趣结合在信息检索的过程中，从而能更精确的给出用户所需要的结果。系统具有以下特点：个性化、自主性、扩充性、信息维护功能和知识维护功能等。