WWW(Worl d Wide Web万维网)服务已经成为了一个巨大而又分布广泛的全球信息中心.它能够为人们提供新闻,广告,消费信息,金融管理,教育,和其他许多信息服务.Web资源的丰富性使研究团体产生了巨大的兴趣.大量丰富、动态的超级链接带领人们畅游于网际,海量的Web中存储着极具利用价值的信息.这些信息为数据挖掘和信息检索提供了丰富的资源.传统的信息检索技术己应用于互联网上文档的汇总和组织.大量搜索引擎和工具已经被提出并且实现了.然而目前的搜索引擎和技术还有很多不尽人意的地方.比如:使用目前的检索技术,人们很难迅速地检索到与某一知识相关的信息;很难从网页中的可用信息中迅速提取和学习某一类的新知识;没有实现网页的个性化;网站不能识别客户的习惯和特点,因此这些工具的效率尚不能令人满意,也就是说目前的搜索引擎在网络资源的发现上还是不够充分的.为了满足识别Web访问模式、识别Web架构、识别Web内容的规则性和动态性的需要,展开了以网络挖掘技术为终极解决方案的研究.在我们的工作中,首先我们研究并计划了三种网络挖掘方法.我们也研究了这些网络挖掘方法与相关的代理范例之间的关系,然后针对以上列举的问题,我们提出一种叫PWIS(个性化的WEB信息搜索助手)的系统,来辅助信息工作者搜集、整理,跟踪和散布在线信息(online information).该系统参照使用者的需求和爱好,通过收集和组织在线信息,为其建立个人信息公事包.运用模糊聚类方法,使用者可以根据信息内容和结构建立他(她)的个人信息公事包并且享受个性化服务.通过跟踪相关信息,个人信息公事包可以不断升级并且新的信息能够自动地被分类、置入相应的信息公事包中.个人信息公事包也可以被发布到其他用户,以供参考.