随着互联网、广电网和电信网这三大网络的不断融合,电视节目观众可以随时随地观看点播视频和直播电视节目。尽管三网融合为电视节目观众带来了丰富的电视节目内容和多种获取方式,但是海量的点播视频和成千上万的直播电视频道往往使用户无所适从,已有的视频搜索结果也仍需用户花费精力筛选自己感兴趣的视频,因此如何在三网融合环境下挖掘用户的偏好信息为用户提供便捷的电视节目搜索和主动推荐个性化服务具有十分重要的意义。为提供真实的三网融合环境,在搜球网上搭建了P2P电视直播模块,使得搜球网同时具备点播视频和直播电视节目搜索与播放功能。针对视频内容完整描述的需求,提出了三种视频标签自丰富方法生成标签描述文件。在详细分析国内外个性化服务的研究现状后,结合用户的显式和隐式反馈行为信息,实时挖掘用户偏好,根据偏好标签的类型,提出了显式和隐式偏好权值计算方法,同时考虑了用户偏好随时间的衰减,使用逻辑回归函数模拟用户偏好随时间的变化。在分析现有主流余弦相似度计算方法的不足后提出了一种改进的相似度计算方法,最后将研究内容应用在搜球网上,为用户提供视频搜索结果重排序、点播视频推荐、直播电视节目推荐和相关视频推荐四种个性化服务。实验结果表明,论文提出的视频搜索结果重排序方案与基础视频检索和其他重排序方案相比,效果都有了很大的提高,实际应用中更倾向于将用户喜欢的视频排在前面。同时论文提出的视频推荐方案的推荐准确率也比其他方案要好。但是目前视频搜索个性化服务仅对搜索结果进行重排序,尚未考虑自动丰富搜索关键词这一方向,同时为用户推荐的视频新颖性也有一定的限制,这两方面的不足将是未来研究的重点。