总体而言，应用于搜索引擎中的Web个性化信息推荐服务可以借鉴传统电子商务领域中的Web个性化信息推荐服务。但是，具有和现代电子商务领域中个性化推荐系统相似功能的搜索引擎却很少受到人们的注意。也就是说，现代搜索引擎尚不能广泛地提供个性化搜索结果，对不同用户的一个相同查询的搜索结果总是相同的，它与提交查询的用户无关。因此，由于在检索阶段忽略了用户的个性化需求特征，所以对特定用户而言，搜索引擎经常返回大量的无用信息。造成这种现象的主要原因在于现代搜索引擎面临一些和传统个性化信息推荐系统相似的问题，具体如下。
首先，用户需求难以有效表达。这主要有两个原因：一方面，由于一般非专业用户都缺乏需求表达的训练，所以不能有效理解和表达自己的信息需求，产生的后果就是用户的主观理解往往就并不明确。形象地说，这种现象就是“用户无法描述他要找什么，除非让他看到想找的东西”。另一方面，这也来自于系统无法正确地获取相关用户个性化信息，这主要是由于网络信息检索系统中通常不具有主动获取用户个性化特征的功能，同时也没有要求用户必须提交个性化信息才能使用的限制。上述两个方面的最终效果都会产生系统无法有效获取用户个性化特征信息的现象。
其次，检索结果准确化和检索快速化之间存在矛盾。在处理搜索引擎的海量数据时，很多传统的个性化推荐技术通常会产生严重的性能问题，这些主要适用于传统小型商务网站中的个性化算法和技术往往缺乏良好的缩放性。当然，人们也提出了一些解决方法，如维数约减、聚类分析和贝叶斯网络等，虽然在一定程度上能够解决缩放性问题，然而这些技术往往是通过在离线阶段抽取出原始数据中的模式信息，并于在线阶段使用这些模式来得到推荐集合，所以这些方法虽然可以减少在线的处理开销，但是常常产生推荐结果不准确的情况，同时在线计算的复杂度也会随着模式的增多而增加。
最后，现代搜索引擎的检索智能化水平仍然较低。由于搜索引擎无法真正理解网页内容的语义，所以单纯地利用词语匹配和统计分析方法，在一定程度上会造成不可避免的理解错误。应该说，即使是能够使用某些智能语义分析功能，也由于处理时间和空间的耗费惊人，所以在商用搜索引擎系统中尚不能广泛普及。