传统的元搜索引擎并未很好地考虑用户的兴趣，无法为用户提供个性化服务。 本文提出了一种基于Agent的元搜索引擎中的用户个性化机制。 该机制可以通过挖掘信息检索期间的用户行为来创建和更新用户配置文件，它可以很好地反映用户的当前兴趣，并且能够动态地更新用户的兴趣。 使用用户配置文件过滤搜索结果，可以使搜索结果满足用户的个性化要求。

协作过滤推荐系统是网络应用最重要的技术之一，环境动态性，不可预测等特征也为顺利的写作带来了困难，因此，此处提出一种基于代理的协作过滤推荐机制，以充分利用代理，移动Agent技术的优势，将网络环境中各用户代理之间的协作转换为Agent之间的动态智能协作，同时利用本体模型构建用户个性化兴趣知识，更好地体现用户的不同兴趣的重要性和偏好，最后还可以确定该机制在基于Agent的智能元搜索引擎中的应用示范和实验数据对比结果，该机制的价值进行了一定的验证。