目前,互联网已经成为人们获取信息的一个重要途径,而在信息检索领域,搜索引擎则是人们最普遍的信息检索工具,搜索引擎的功能相当强大,但是目前大多数搜索引擎提供的服务还是不能满足用户的要求,尤其是在个性化服务方面。通用搜索引擎缺乏智能,所提供的检索结果中许多是与用户检索意图无关的信息。因此,如何帮助网络用户根据个人的兴趣,自动查找获取信息,屏蔽不相关信息,即提供网络环境下的个性化信息服务,具有重要的意义。实现个性化服务的关键,就是针对web用户浏览信息进行正确的获取和分析,准确地描述用户的兴趣。用户模型能否准确反映用户的真实需求将直接影响系统的实际效果,只有准确地获得用户的兴趣需求,才能将用户感兴趣的资源推荐给用户。本文主要对面向个性化服务的用户建模技术进行了研究,通过在客户端对用户浏览Internet过程中产生的信息的获取与分析,探讨如何获取、表达、构建基于客户端信息挖掘的用户模型,利用RDF文件格式描述存储用户兴趣偏好信息,并设计了一种基于分类技术的用户兴趣模型。在上述工作的基础上,设计并实现了基于兴趣模型的个性化信息推荐系统。该系统基于B／S模式,可以为客户端用户推荐符合用户兴趣偏好的信息。实验结果显示该系统的具有较好的推荐准确率,它能够较深层次地挖掘用户兴趣迎合用户偏好,在很大程度上克服了推荐质量低下的问题。