随着网络数据的不断增长及用户需求的不断提高，传统搜索引擎逐渐暴露出信息覆盖率低、智能化服务水平不足等方面的问题，能够有效提高信息检索覆盖率及准确率的智能元搜索引擎因而被提出并得到广泛关注。本文重点研究基于Agent的智能元搜索引擎中用户检索兴趣的挖掘与建模，以及成员搜索引擎调度策略，为获得高质量的检索结果提供支持。本文首先明确了目前搜索引擎存在的不足之处及国内外的相关研究，然后概述了本文研究及功能实现所需的相关理论与技术。接下来提出了可解决目前搜索引擎不足的基于Agent的智能元搜索引擎体系结构，包括其框架模型、Agent结构模型及系统工作模式。随后着重研究了用户检索兴趣挖掘方法，给出挖掘用户检索兴趣的过程，设计了用户兴趣模型，给出了相关实现算法与数据库设计。接下来重点介绍了成员搜索引擎调度策略的设计与实现，给出搜索引擎能力模型，并提出基于概念格与基于日志分析的两种搜索引擎能力评价方法，最后结合用户兴趣设计实现成员搜索引擎调度策略。针对用户兴趣建模、调度策略生成以及检索结果相关性效果的测试结果表明，本文提出的基于Agent的智能元搜索引擎的检索兴趣挖掘方法能有效挖掘用户兴趣，建立能代表用户兴趣的模型，成员搜索引擎调度策略能给出符合用户兴趣的调度策略，明显提高检索结果相关程度，能够为提高用户信息检索效率提供充分支持。