La plupart des systèmes de recherche d'information (SRI) reposent sur une approche dite " centrée-système". Elle se comporte comme une boîte noire, qui produit les mêmes résultats de recherche pour une même requête soumise par deux utilisateurs distincts. Cependant, des utilisateurs différents peuvent avoir des besoins en informations différents, exprimés via les mêmes requêtes. Pour répondre à ces besoins en information, la personnalisation est une solution appropriée pour améliorer la qualité de la recherche de ces systèmes. Les systèmes de recherche d'informations personnalisés (SRIP) s'appuient alors sur une autre approche dite "centrée-utilisateur". Ils prennent en compte le besoin spécifique de l'utilisateur représenté par son profil. Ces systèmes fournissent donc des résultats de recherche pertinents pour l'utilisateur qui a soumis la requête. La modélisation du profil de l'utilisateur est la première étape du processus de la personnalisation de la recherche. Elle consiste à inférer les centres d'intérêts de l'utilisateur à travers ses interactions avec le système de recherche d'information. Dans la plupart des systèmes d'accès personnalisé à l'information, l'évolution de ce profil consiste à adapter son contenu aux variations des besoins utilisateur en information. Il peut être un profil utilisateur à court terme, lié à une seule session de recherche et qui s'étend sur une courte période de temps. Autrement, il peut être un profil à long terme qui traduit les intérêts récurrents de l'utilisateur. Afin d'améliorer l'efficacité de la recherche, notre contribution dans ce domaine porte sur la modélisation de l'utilisateur et l'exploitation de son profil, pour un accès personnalisé à l'information, en se basant sur les réseaux Bayésiens Temporels. Le cadre théorique fourni par ces réseaux permet de mieux repérer la dynamique de changement des centres d'intérêts d'un utilisateur, exploités dans la personnalisation du processus de recherche d'information. Comme il n'existe pas de cadre d'évaluation standard pour la recherche d'information personnalisée, nous avons proposé des protocoles d'évaluation basés sur l'amélioration des collections TREC-1 ad hoc et TREC 2011 Session Track avec des profils utilisateur simulés. Nous avons exploité ces protocoles pour évaluer notre contribution, en comparant expérimentalement notre approche à des approches bien connues dans le domaine. Les résultats que nous avons obtenus ont montré l'efficacité de notre approche.