随着以电子期刊和在线文档形式存在的科技文献的不断增加，对科研教学人员来讲，如何充分利用现有的网络信息资源，从庞杂的电子文档中及时、准确地获知与自己研究领域相关的最新科技信息就显得非常必要。对于科教人员这一特定群体来讲，其信息需求倾向会在相当长一段时间内围绕一个主题基本保持不变，所以他们会长期关注某类信息的发展动态。因此，根据用户个人一贯的兴趣，将用户真正感兴趣的信息主动提供给他，而尽量屏蔽那些不为用户喜欢的信息，使之能够真正做到“各得所需”，这正是个性化推荐系统的特征所在。 个性化推荐技术中用户需求信息的获取与学习、用户需求的描述文件的表达与更新、资源描述文件的表达、个性化推荐技术是关键。 在建立用户兴趣模型时，需要对代表用户兴趣的中图分类号进行挖掘，由于传统的Apriori数据挖掘算法更适合于处理无序的集合，而中图中的号码是有序的，我们提出了一种改进的算法来自动构建用户兴趣模型，从理论上来说，这也是属于基于本题的特征抽取技术。 据此基础，我们从工程的角度，根据实际需求，我们设计了整个系统的架构，以及开发了一个科技文献个性化推荐系统作为典型应用。 文章最后简要介绍了该系统的功能服务。