在用户使用互联网的过程中,并不一定经常持有明确的目的性,比如浏览新闻网站时用户可能会被各种不同主题的新闻链接所吸引.但是总体来说,特定用户的兴趣在一段时期内来讲,是趋于固定的.如果能在用户点击日志中,识别其可能感兴趣的主题,同时预测其感兴趣的其他主题或条目,可以帮助用户"探索"他们可能感兴趣的内容.随着推荐系统领域的发展,电影推荐以及音乐推荐已趋近成熟,但此类研究多是建立在已有数据集上,从来没有过对用户点击行为进行分析并做出浏览推荐的研究.本文作者从某浏览器点击记录中,提取出部分用户的浏览记录,分析并整理为实验所用的数据集.同时,提出了一种简单有效的框架,即通过对用户点击链接文本的分析,利用汉语维基百科建立索引并分析用户的兴趣,采用协同过滤算法预测用户可能感兴趣的其他主题.通过实验,推荐框架可以较好地描述用户兴趣,即使用简单的协同过滤算法也可以达到良好效果.同时的算法运算速度快,可对用户兴趣发掘、文本分类及协同过滤相关的研究领域产生一定的指导意义.