随着网络的不断发展和普及，网络教育已经成为培养人才、促进科研和教育事业发展的重要途径。问答系统(Question Answer System)是网络教育的一种主要形式，它的主要功能是回答用户提出的问题、管理教学资源等。传统QA系统对所有的用户都是一种模式，有求则动、无求不应，不具备个性化和主动化服务。正如老师在教学过程中会根据学生的具体情况提问学生问题，帮助学生学习知识一样，QA系统也可以充分利用问答过程中积累的教学资源，模拟老师向学生反问这一教学方式，实现系统向用户反问，即自动提问这一针对不同用户特性的个性化服务，提高QA系统的服务质量和教学资源的利用翠。 本文借鉴信息推荐思想，研究了面向用户的自动提问技术。首先，详细分析了各种信息推荐技术，比较它们各自的优缺点，并对组合推荐算法进行了分析；然后，提出了基于用户协同过滤的自动提问算法，以及基于知识结构的自动提问算法，并对算法的实现步骤和特点进行了研究，针对前者的稀疏问题和冷开始问题，提出结合两种算法的组合自动提问算法，借助知识的客观结构来消除稀疏问题和冷开始问题，并对算法的组合方式进行了深入研究；继而设计、实现了基于用户知识水平的自动提问系统，详细分析了系统的总体结构、各个具体模块，及模块间的关系。最后，对自动提问功能进行了实验测试，利用实验确定了算法中的相关参数，并通过试验结果验证了该自动提问系统的有效性。 本文的创新之处及其意义在于： (1)将电子商务领域的推荐思想应用到QA系统，实现了面向用户的自动提问这一个性化服务，弥补了QA系统缺乏主动化、个性化服务的不足，为QA系统的人性化作出探索性的尝试。 (2)自动提问技术模拟了老师向学生反问这一教学方式，充分利用了教学资源，使QA系统与用户形成更好的互动，有利于用户学习新的知识，为网络教学的个性化服务提供一种新思路。 (3)自动提问关注的是用户在知识水平上的相似性，使得提问列表更能符合用户 当前的水平，与循序渐进的学习方式相吻合，而且实现了提问列表随着用户知识水平的提高而不断变化，确保了提问列表对用户的有效性。 (4)借助知识的客观结构来解决基于用户协同过滤的自动提问算法存在的冷开始问题和稀疏问题，提出同时具有基于用户的协同过滤和基于知识结构的算法之优点的组合自动提问算法，对其它基于网络的个性化服务具有借鉴意义。