随着今天Internet的高速发展，网上资源的数量爆炸式增长，越来越多的事务依靠网络这个平台来开展和完成，信息检索能力也日益受到人们的重视。信息检索系统作为一种高效便捷的信息收集方式，能够从浩瀚的网络资源中快速准确地定位并获取所需的信息，是实现高效网络业务的重要环节。　　 然而现有的检索系统采用传统的C/S架构，且缺乏有效的内容过滤机制，其缺点是：(1)系统性能和鲁棒性受到C/S架构的制约；(2)信息分发之前未经过滤或分发误报率过高将导致终端用户不得不手动进行内容筛选，这在一些信息检索使用频繁的事务中是无法接受的，因此迫切需要一套更有效的个性化检索模型。　　 论文首先分析了两种现有的个性化检索系统：RSS和STAIRS，然后根据这两种系统的优缺点设计出了一种基于多阈值内容过滤的发布/订阅系统。随后提出阈值初始化算法，很好地解决了信息反馈数量过多和过少的问题。数值实验结果证明该方案具有系统负载平衡，网络通信开销低，系统鲁棒性好，可靠性高，信息分发实时有效，误报率低等特点。　　 基于上述研究，论文最后将该模型应用到电子商务领域，并且针对电子商务的特点对其加以改进，从而进一步验证了本文系统的可行性。