随着互联网的迅猛发展,信息容量呈爆炸性趋势增长,用户面临着信息过载和资源迷向的问题,用户要想获得一个比较全面、准确的结果,就必须反复调用多个搜索引擎。准确的获取资源就是要求搜索引擎能够收集并根据用户自身的爱好,将其最感兴趣的内容提供给用户,从而达到个性化服务用户的目的。元搜索引擎通过调用多个搜索引擎来进行信息检索服务,保证了检索系统的查全率。但是,目前的大部分元搜索引擎在用户的个性化服务方面的功能有所欠缺,使用元搜索引擎对用户来说可能会得到大量没有意义的信息,没有完全解决信息检索服务的查准率偏低的问题。本文通过设计一种个性化的元搜索引擎来改善传统元搜索引擎在个性化方面的不足,主要完成了以下工作：(1)对元搜索引擎的发展现状进行分析,针对现有的元搜索引擎存在的查全率、查准率不尽人意,以及不能考虑用户个性化需求等问题,提出一种基于用户兴趣的元搜索引擎设计方案。(2)本文详细介绍本体以及用户兴趣模型的知识,总结得出一种基于本体的用户兴趣模型创建方法,并且设计实现了用户的兴趣模型,给出用户兴趣度的计算方法。(3)在搜索引擎的结果合成方面,对被调用的成员搜索引擎返回的结果进行基于用户兴趣的相关度排序,提出一种基于用户模型的摘要／位置算法APUM。(4)在前面所做工作的基础上搭建了一个基于用户兴趣的元搜索引擎系统。实验分析表明,本文的用户模型能较准确地描述用户兴趣所在,所设计的搜索引擎系统能够提高的查全率和查准率。