用户建模的目的是帮助用户用最小的努力和最高的效率实现他们的目标。用户建模是收集用户的目标、兴趣和偏好，构造用户模型的过程。文本在分析用户建模相关理论问题的基础上，通过实验研究了单一建模算法的适应性，并设计与实现了一个可重用多算法用户建模系统。相对于以往的单一算法用户建模系统，可重用多算法用户建模系统在建模效果和用户模型可重性两方面做出了较好的改进。 本文介绍了用户建模的相关理论，包括三个方面，第一是用户模型的概念和三种主要表示方法，第二是用户建模的概念和几种有指导的建模算法，第三是用户建模的可重性问题。 本文通过实验研究了单一建模算法的适应性问题，即研究了在不同学科、相同学科不同主题和相同主题等不同环境下，由于训练集的不同而对建模算法效果带来的影响。从研究中可以发现没有一种单一的算法能够在各种环境下总能表现出最好的效果。 机器学习领域在不断地发展，各种已有的有指导算法的改进版本和新算法层出不穷，但是在一个建模系统中采用单一的算法总会出现在某些环境下不适应和用户模型难以重用的问题。为了解决这个问题，本文提出了一个可重用多算法用户建模系统的概要设计。概要设计中介绍了系统的应用环境，绘制出了系统的体系结构图，并说明了系统的核心数据和核心模块功能。 本文在可重用多算法用户建模系统概要设计的基础上，对系统进行了详细设计和实现。说明了系统核心数据的物理存储结构及数据格式，介绍了文档处理技术的目前研究现状及本系统的实现方法，最后给出了系统核心模块的UML类图和序列图。