随着Internet的飞速发展和Web信息量迅速膨胀，用户在获取感兴趣的信息时花费越来越多的时间。搜索引擎以及各种专业的搜索系统的出现，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和专业的搜索系统，并不能满足人们的个性化需求。人们还是要花费大量的时间来过滤信息。因此，众多学者提出了个性化服务的概念。Blog作为第四种网络交流技术已得到了普及和发展。Blog含有大量的个性化信息，通过挖掘Blog用户的个性化Web信息，这些信息可以用来为用户提供个性化的信息服务。 1.从挖掘Blog用户的web信息这个方面着手，本文总结了当前个性化服务发展的研究现状。通过对挖掘到的用户web信息进行中文处理获取用户个性化数据，基于这些数据将模糊遗传方法应用到用户兴趣建模中，提出了表达更加合理的基因表示方法和新的个体适应度评价方法。 2.通过挖掘用户之间的社会性，结合社会学的社会网络分析方法，给出了用户的社会网络建立方法。结合用户的兴趣模型和Blog社会网络，提出了不需要用户干预的具有学习途径多样性的用户兴趣模型学习方法，基于社会网的相似度方法，基于社会网的个性化推荐系统模型及其推荐的主要步骤。为了进一步提高兴趣模型表示的准确性，本文还提出了基于社会网的用户潜在兴趣的推理方法。 3.结合本文提出的建模方法和推荐系统模型，设计了推荐系统的软件构架，实现了系统软件原型，通过对系统进行推荐实验验证了基于Blog社会网的个性化推荐系统的有效性和推荐结果的准确性。