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Agent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。 文档的排序与过滤是个性化搜索引擎开发的一个重要环节，本文把PCCS(Partial Clustering and Classification System)聚类技术引入到信息过滤领域中，提出一种基于聚类技术的快速信息过滤算法，并建立了PCCS聚类信息过滤模型，使信息以集簇的方式呈现给用户，方便了用户的查询。 此外，本文还研究了如何采用Agent技术的反馈评价机制修改用户兴趣模型，给出了Agent相关度反馈模型，并对此模型中的用户兴趣的反馈评价机制进行了实验，实验采用改进的ID3算法学习用户的兴趣，修正用户兴趣模型，实验证明，这种反馈评价机制是有效的。在建立用户兴趣模型时，本文采用通过用户主动提供获得用户兴趣、观察用户行为、通过用户反馈来更新用户兴趣模型三者相结合的方法，实现了快速、精确的发现用户兴趣。