搜索引擎是用户利用网络资源不可或缺的工具，离开搜索引擎用户几乎无法利用海量的网络资源。但是目前搜索引擎的查准率有待提高，这是用户继续使用该搜索引擎的必要条件。对于不同的用户而言，即便是相同的查询词其期望的查询对象可能不同，那么搜索引擎此时的查准率其实就是让搜索引擎具有个性化搜索的特点。 个性化搜索引擎的关键是用户兴趣的确定和文档兴趣值的确定，只有把抽象的个性化兴趣量化成数值类的模型，才可以了解用户真正的需求和量化文档与兴趣的相关程度，从而准确地对网页进行筛选并达到个性化排序的功能。 本文充分吸收了模糊理论、模糊概念网络、粗糙集等理论知识，在此基础上设计出一个兴趣模型，此模型就是一个五元组它包括兴趣概念、词汇、文档、兴趣向量和向量计算函数来模型化兴趣，同时收集了一定量的权威文档，分别计算出它们针对某兴趣的兴趣向量，并以此兴趣向量为基础，组建基本兴趣数据库，以后对任何新文档的兴趣判断都转化为新文档兴趣向量与基本数据库中兴趣向量的相似值判断，从而解决了文档兴趣类型和兴趣值的问题。 本文第5章在兴趣模型、传统的页面计算方法和相关反馈技术的基础上，设计了一个个性化搜索引擎。 同时，本文针对用户在输入时容易输入模糊查询词的情况进行了模糊词量化处理，根据不同的用户兴趣，量化的结果是不一样的，从而更好的到达个性化搜索的效果。 论文最后对全文进行了总结，并对个性化搜索引擎的发展方向进行了展望。