搜索引擎作为互联网上最主要的信息搜索工具，在各个领域都已得到广泛应用。然而。由于网络信息量迅猛增加和网络信息组织的无序性，传统搜索引擎已经无法满足人们对信息服务个性化、智能化的需求。本文提出了智能搜索引擎的解决方案——通过机器学习获得用户的兴趣爱好，根据用户个性对信息进行过滤。并就方案中涉及到的一系列理论和技术问题进行了研究，主要包括： 提出了智能搜索引擎框架，在主动搜索和元搜索的基础上增加了中文信息处理模块，实现了搜索引擎的智能化和个性化服务； 对汉语分词技术进行了研究，综合各种分词方法实现了一套适合于智能搜索引擎系统的分词系统。针对歧义字段的划分问题，提出了歧义字段划分的三个原则，在三原则的基础上给出了“二字续分法”分词的方案，该方案能够快速有效的分解大部分的歧义字段，具有很高的实用价值。 神经网络分词是今后分词技术发展的一个趋势，本文对分词神经网络进行了研究，建立了分词神经网络的实验系统，利用分词神经网络进行了歧义字段划分的实验。 中文文档的排序与过滤是中文智能搜索系统开发的一个重要环节。本文结合智能搜索系统介绍了一种基于词频统计的文档过滤算法，该算法对传统的向量空间模型法作了改进，能够根据用户的兴趣爱好很好的对文档进行相关度的排序与过滤，取得了较好的效果。