在过去的几年中，Internet尤其是WWW得到了飞速的发展，2000年9月，美国互联网委员会发布的一份名为(2000年互联网状态》的研究报告中指出，到2000年9月份为止，互联网上的网页数量已达20亿，到2001年初，达到40亿。在这浩如烟海的混乱的Internet信息世界寻找信息的过程中，人们逐渐迷失了方向。如何在Internet中快速、有效地寻找用户所需或感兴趣的信息，以及如何充分利用这些宝贵的资源是研究人员一直追求的目标。研究人员普遍认为，个性化信息服务是一个非常好的出路。 要实现Web的个性化服务，涉及到许多领域的理论和技术，主要有信息检索、信息过滤、计算机网络、分布式处理、数据库、数据挖掘、数字图书馆、自然语言处理、人工智能和机器学习等，所以要实现Web的个性化服务具有综合性和挑战性。 本文主要针对网络信息的个性化服务进行了一些研究工作。研究的主要目的是希望通过在客户端浏览器上引入具有自适应学习、过滤和自动搜索功能的智能Agent，以加强和改进客户端浏览器的功能，提高信息采集质量和信息搜索效率，减少网络信息的反复搜索和传输，实现面向用户兴趣的信息搜索，体现和反映用户的个性化信息服务需求。 要实现这种面向用户兴趣的个性化信息服务，面临的问题是用户兴趣如何表示、如何学习到用户兴趣、如何进行面向用户兴趣的信息搜索和面向用户兴趣的信息过滤等。本文针对这些问题进行了研究并提出了一些解决办法。这些研究工作主要体现在：①提出用户兴趣的数学表示形式——兴趣向量，并提出定量地计算用户对兴趣项的兴趣度的计算方法；②提出采用强化学习算法，使智能学习Agent能够更准确，更快速和更高效地学习到用户的兴趣和及时发现用户兴趣的转移；③提出面向用户兴趣的信息搜索和信息过滤方法；④提出一种基于对象的Agent编程模式，也称为用扩充OO建模技术或方法学的适用性来设计Agent系统。 通过对这些问题的研究，我们设计了一个个性化的智能Web浏览器，并实现了系统的部分功能。该系统目前主要具有以下功能：①用户登录注册并自动生成用户配置文件；②用户浏览网页信息；③系统可以部分学习用户兴趣并能够发现用户的兴趣转移；④网页信息过滤。系统具有以下特点：个性化、自主性、信息维护功能和知识维护功能、协作性、扩充性等。系统的功能目前不是很完善，需要以后进一步的研究和完成系统开发工作。