随着互联网Internet的飞速发展,网络上的信息呈指数增长。如何能够更有效、更准确地找到自己感兴趣的内容,关系到我们能否充分利用这个巨大的信息资源,这已成为基于Internet的网络信息获取的热点问题,也是本文的研究目标。本文首先分析了网页(Web)上信息搜索的基本问题,包括:信息检索和信息过滤的关系;信息过滤系统的特点及分类;信息过滤的方式;过滤模型、相关性测算算法及搜索系统的性能评价指标等。从总体上对搜索系统进行一定的论述,指出Web搜索系统中现存的问题。针对检索系统中存在的部分问题,在现有信息过滤技术的基础上,将基于内容的过滤方式与协作的过滤方式相结合,提出了一个信息过滤系统框架。本文的主要研究内容为以下三个部分:信息检索与信息过滤;混合式过滤算法;相对查准率和相对查全率。文中首先提出个性化搜索引擎模型框架,并给出工作原理,在元搜索引擎的基础上,把信息过滤技术引入到搜索引擎中,实现搜索引擎的智能化和个性化服务。相关度测算函数是信息过滤系统中核心的部分,它决定系统预测的精度,本文将一种基于内容的过滤算法和一种协作的过滤算法相结合,设计出一种新的混合式过滤算法。在海量的互联网信息检索上,高的查全率带来的成千上万个“命中网页”对用户实在是一个沉重的负担,所以在海量的互联网信息检索上,用查全率与查准率来衡量检索效果不是很合适,为此本文提出了相对查全率和相对查准率两个全新的衡量指标。