P2P网络技术的发展和网络资源的增长不仅给用户在搜索、定位和获取信息资源上带来了巨大的困难,也越来越无法满足用户的个性化需求。基于P2P搜索引擎的搜索范围理论上将包括网络上所有开放的信息资源,可以说,P2P搜索引擎的发展水平在一定程度上决定着互联网资源的利用率。本文从用户兴趣角度出发,针对个性化P2P搜索引擎系统模型和具体的搜索算法进行了较深入的研究。本文在分析现有P2P搜索技术的特点后,引入了超级节点(Super Peer)充当系统“服务器”,采用Agent技术作为P2P搜索引擎系统建模的基础,构建了个性化P2P搜索引擎的系统模型,设计了系统的工作流程。Agent的引入不仅使节点发现更加灵活、全面,而且在提高搜索效率的同时,实现各类不同资源搜索的目的。该系统模型能够在搜索结果中筛选出符合用户查找倾向的信息,并能基于历史搜索主动获取用户兴趣。如何简单高效地搜索到与用户兴趣相关、令用户满意的信息资源是本文另一个研究重点。本文从用户和节点本身内容两个角度来挖掘用户兴趣,提出了一种基于查询请求扩展和相似节点聚合的P2P搜索方法。该方法利用用户的历史搜索行为自动发现关键字间及节点间的关联关系,并记录在当地节点的知识库中不断学习更新。在以后的搜索中,利用关键字的关联实现查询请求扩展,以增加命中目标；利用相似节点的聚合划分出用户兴趣类别,以缩小搜索范围。本方法能够自动发现并学习更新用户兴趣,依据用户兴趣提高搜索性能,为用户节省搜索时间、提高工作效率。本文最后的模拟实验证实了该方法能够提高搜索命中、减轻节点负载、降低网络开销。