随着网络技术的飞速发展,网络改变了人们的生产、生活方式,成为人们获取信息的重要渠道。搜索引擎缓解了网络信息的广泛性与用户信息需求的特定性形成了尖锐的矛盾,但是由于搜索引擎智能化不足,不能满足用户的个性化需求。本文针对这个问题在个性化信息服务技术方面进行了一些探索和研究。本文首先使用显式和隐式收集方式相结合的方式收集用户的浏览内容和浏览行为,对收集到的网页进行处理之后,采用加入时间因素的细兴趣粒度表示法表示文本,并对文本进行聚类分析,以发现用户的兴趣。其次明确用户兴趣更新的必要性及考虑现有研究存在的问题后,在用户兴趣模型更新方法上,针对用户兴趣漂移,采用隐式更新的方法,应用混合兴趣更新方法对用户兴趣进行更新。在此基础上设计并实现了系统原型,验证文本聚类、兴趣漂移算法和网页兴趣度计算的有效性,最后验证了本文所设计的用户兴趣模型能够提高查全率和查准率,可以为用户提供更为精确有效的个性化推荐。