虚拟实践社群是一种以网络作为主要沟通媒介的实践社群形式。它的三个发展趋势:1，各种服务的集成;2，技术工具的实用性;3，个性化知识服务。本文认为实践社群的核心目标就是促使知识的流动、沉淀和创新，建立起人与人，人与知识，知识与知识的联系，并且促进这种联系的形成、发展与深入。个性化知识服务能为虚拟实践社群的关键要素提供支持。并且可以解决虚拟实践社群中“热榜”所存在的问题。　　本研究首先分析了目前的个性化服务系统，并且对个性化知识服务实现技术进行了综述，并且结合知识管理过程来进行考虑。但是从目前的研究来看，大多数研究者研究个性化知识服务的时候，都没有考虑虚拟实践社群的具体环境。　　根据虚拟实践社群的特点，制定针对虚拟实践社群的个性化知识服务机制是本文的重点。本研究从虚拟实践社群的特点出发，确立了以向社群用户推荐感兴趣的项目(知识)、群组和人为核心的个性化服务机制，并对项目、群组和人的关联推荐进行分析，提出了关联推荐的方案，提高了推荐的准确性。　　本研究基于MovieLens，Netflix数据集来对个性化知识服务的算法进行训练和测试，并开发出相应的研究工具，最后确定了合适的个性化知识服务的数据结构和算法。　　个性化知识服务组件的设计和开发是论文研究的核心内容。在系统设计阶段，主要从模型、技术方案、类图、数据结构等四个方面来进行设计。主要采用协作过滤技术来实现。具体以用户项目评分数据矩阵、用户参与群组数据矩阵、用户关注人数据矩阵作为基础数据来表示用户模型。采用皮尔森相关系数的相关性度量方法，而推荐算法则选用了基于用户的聚类优化推荐算法。预测用户对项目，社群和人的感兴趣程度，选择感兴趣程度高的项目、群组和人向目标用户进行推荐。　　由于MovieLens和Netflix数据集并不具备群组和关注人的数据，为了对该个性化知识服务作进一步的测试，本研究开发了相应的网页采集工具，采集了豆瓣网站数据集，并基于该数据集进行了训练和测试，实验证明是可行的。　　最后论文总结了本研究的主要成果:　　(1)提出针对虚拟实践社群的个性化知识服务机制。　　(2)设计和开发出协作过滤算法研究工具。　　(3)基于协作过滤的个性化知识服务组件。　　(4)设计和开发出豆瓣网站数据采集工具。　　与创新点:　　(1)提出针对虚拟实践社群的个性化知识服务机制。并对其进行验证。　　(2)应用上述模型和机制作为提出基于虚拟实践社群的个性化知识服务的技术解决方案，通过技术集成实现了原型，有一定的应用价值。基于协作过滤的个性化知识服务组件。