随着Web信息资源的快速膨胀,往往使Web用户访问站点时无从下手或很难找到自己需要的准确信息。Web用户的个性化服务是针对不同的用户提供不同的Web信息和服务,不仅使用户快捷的访问Web站点,而且更方便用户快速的获取自身所需信息。基于Web的用户个性化服务就是Web站点通过收集和分析用户的基本信息、浏览信息等知识,预测用户未来的网页请求,了解用户的兴趣爱好,分析用户的访问模式,根据用户的个性化需求,为用户实时的、主动的提供所需求的信息。用户个性化服务研究在增加Web站点信息浏览量及访问频度、优化站点结构等各方面都具有明显的效果。针对现有用户兴趣模型的不足,本文从用户基本信息、用户浏览的页面内容和用户的浏览行为三方面综合研究,为用户建立了个性化的用户兴趣模型,能够较好的为用户进行服务。首先,本文介绍了Web数据挖掘、个性化服务、用户兴趣建模等基础知识,收集Web站点上注册用户留下的基本信息,利用概念层次技术对基本信息的属性进行概念提升,得到高度概括的数据库表,并将其转换成用户的特征需求,建立了基于概念层次树的用户需求规则,解决了用户的基本信息的忽略问题,为用户个性化服务提供了依据。其次,通过详细分析和研究Web站点的用户浏览信息对个性化服务的影响,以及用户的浏览模式,定义了非注册用户对浏览信息的兴趣度,以兴趣度来度量用户的兴趣,并从用户浏览的页面内容和浏览行为两方面分别利用兴趣度挖掘出用户的兴趣爱好。最后,以网上书店为背景,设计与实现了基于用户兴趣度模型的个性化服务系统。通过对网上书店的用户信息进行分析,为用户提供了完美的个性服务。实验验证了该方法的有效性。