个性化信息推送系统是信息获取技术发展到一定程度的产物。现在用户主要通过搜索引擎或逐个访问专业网站的方式获取信息，但是这两种方法都不能很好地满足川户对信息的需求。用户希望系统能够自动搜集川户定制的某方丽的信息，并根据川户的兴趣对信息进行删选分类并推荐给用户，为不同的用户提供切合其需求的个性化服务。　　 本文的主要工作是研究个性化的信息推送技术。在此基础上实现了一个面向新闻领域的个性化信息推送系统。为了借鉴搜索引擎中许多成熟的技术，本文对搜索引擎剃个性化信息推送系统进行了深入地分析和比较。在此基础上探讨了个性化信息推送系统的儿项关键性的技术。　　 通过引入Agent技术，提出了个人推送代理和共同推送代理的概念，并进一步研究实现技术。把反馈机制加入到系统模型中，使得系统具有白适应的特性。提出了兴趣四元组模型，在用户兴趣特征信息挖掘的基础上建立了个人兴趣选择树并生成了用户兴趣类别集，加上用户兴趣网站集，共同构成了用户的个人兴趣集。用户的个人兴趣集及其相应的算法构建起新的用户兴趣模型，使得个人推送代理具有了用户兴趣的学习和追踪能力。共同兴趣集与个人兴趣集且有相同的形式，共同推送代理根据相府的算法通过与个人推送代理的交互建立井维护共同兴趣集，并以此为依据，采用智能的信息采集算法把川户需要的信息采集到本地井作进一步的分析和处理。最后研究了智能的信息推送技术，包括检索条件的自动生成以及信息的评估排序和删选算法。　　 以个人推送代理和共同推送代理为核心的个性化信息摊送系统，能够使人们摆脱信息获取所面临的困境，提高用户获取信息的能力，从而实现真正意义上的个性化信息推送服务。