Internet是一个开放、动态、异构的网络，资源分布很分散，信息量非常之大，且没有统一的管理。当查找信息时，单凭用户个人的力量查找、过滤信息将会花费大量的时间。搜索引擎以及各种专业的检索系统的出现为人们查找信息减轻了一定的负担。但是这些普通的搜索引擎、专业检索系统并不能满足人们的个性化需求，人们还是需要花费许多时间过滤信息，因此个性化信息服务的概念被人们提出来。 本文在研究已有个性化信息服务知识的基础上针对江苏省工程技术文献信息中心信息服务系统提出并实现了基于Web挖掘的多Agent个性化信息服务系统。系统功能分别由三个Agent完成——用户Agent、过滤Agent和推荐Agent，三者独立工作，且相互联系。用户Agent主要负责用户模型建立和人机界面交互工作。用户模型建立工作主要分为用户知识的获取、用户模型表示、用户模型更新。过滤Agent负责信息的过滤工作，采用内容过滤和协作过滤相结合的方式。信息推荐Agent负责向用户推荐信息，本系统中采用了网页推荐和邮件推荐形式。三个Agent分工明确，共同完成个性化信息服务工作。三者采用对等结构，结合方式灵活。 本系统是国内第一个针对TRIP系统的文献日志进行挖掘的个性化信息服务系统。系统中用户Agent利用江苏省工程技术文献信息中心信息服务系统的支撑平台TRIP系统的文献日志进行挖掘，提取出用户的兴趣，建立了用户模型。另外，系统计算用户兴趣指标时在逆文献频率加权的基础上引入了日期参数。 最后根据江苏省工程技术文献信息中心信息服务系统的文献查询日志对系统进行了测评，包括系统性能测评和系统推荐质量测评。 本文前两章分别是个性化信息服务综述和相关技术介绍。第3章介绍了基于Web挖掘的多Agent个性化信息服务系统的理论模型。第4章介绍了基于Web挖掘的多Agent个性化信息服务系统的实现，包括系统的背景介绍、实现流程以及系统介绍。第5章中介绍了基于Web挖掘的多Agent个性化信息服务系统测评。测评分为系统处理性能测评和推荐结果测评。第6章为，总结与展望，介绍本课题的创新之处，存在的问题以及进一步的研究。