本文在分析现有个性化服务技术的局限性以及国内外研究现状的基础上,对个性化推荐进行了深入研究。研究了在个性化推荐系统中涉及到的三大关键技术,即用户兴趣建模(用户描述)、网站资源描述及推荐技术,并对相关技术进行了论述。在用户兴趣建模部分,对web日志挖掘及数据预处理的方法进行了研究。本文着重讨论了个性化信息的交流模式和用户信息行为的需求分析,系统阐述了个性化信息服务在网络环境下的发展。其中,以大量的资料和情报学思想作为文章的理论来源,结合了以往学者对信息服务研究的关键问题,将个性化信息服务与信息学所关心的信息交流、用户信息行为、信息资源管理以及网络环境下个性化信息技术等方面进行研究。对于推荐技术,本文探讨了将基于内容和协同过滤相结合的混合推荐方法,使得推荐不仅能满足用户已有的兴趣还能发现用户新的兴趣。综合以上研究,本文论述了个性化信息服务的结构模型,通过对用户信息的分析与挖掘,根据用户喜好将内容推荐给用户。在分析了以上问题之后,本文对用户的兴趣模型的建立过程和个性化推荐系统做了综合与优化。并将优化后的模型运用到个性化信息服务的信息资源整合中去。