随着互联网的急速膨胀,万维网上信息的增长远远超过人们的应付能力。难以定位、难以获取成为阻碍互联网信息利用的巨大障碍。搜索引擎作为一种方便易用的互联网检索工具致力于解决这一难题。与此同时,搜索引擎的性能也越来越引起人们的关注。目前大部分搜索引擎对于用户查询返回结果的差异依赖于用户输入的查询词,即相同的查询词返回相同的结果。而实际上,即便相同的查询词,不同的用户查询目的也可能不同。针对这种情况,迫切需要一种查询结果精确相关并针对用户兴趣特点为其提供个性化服务的搜索引擎。本文在分析了目前通用搜索引擎和个性化搜索引擎特点的基础上,提出一种基于用户搜索历史建立用户兴趣模型、并基于该模型的面向用户的网络搜索的思想。具体地,根据用户以往对搜索结果的点击情况建立用户兴趣模型,并实时跟踪用户行为以便对用户模型进行更新。本文针对当前排名算法的不足,提出了基于用户兴趣模型的面向用户重排名算法。它将返回的原始列表重新排序,将网页与兴趣主题之间的语义距离、用户兴趣向量等因素作为列表重排的参数,使之能够向用户提供特定服务、满足用户潜在信息需求。实验和分析证明,本文提出的用户兴趣模型的建立和更新算法能够恰当地表达用户的偏好,面向用户的首页重排名算法能够使返回列表更加符合用户的兴趣主题,面向用户的后续页排名算法实现了互动式搜索,能够动态地根据用户的点击生成相关结果列表。