为提高网页数据查询速度、精度及工作效率，提出一种面向用户偏好的动态网页数据交互式查询算法.首先，构建用户偏好模型，增加偏好组合的演化个体适应性，综合计算适配值；其次，为防止数据冗余和重复，基于兴趣相似性，分离相似度高的查询数据和重复数据，识别出网络数据的性质；最后，利用粒子群优化算法寻找最优的动态网页数据交互式查询方案.实验结果表明：在数据集基数影响下，该算法的查询结果集质量在0.95以上；在查询最大维数影响下，该算法的查询结果集质量在0.96以上，表明其查询使用时间短、结果集精度高、自适应能力强.