全球互联网的迅猛发展,使得当前数字图书馆的资源信息更加丰富。但目前大部分数字图书馆不能在海量资源信息中为用户提供感兴趣的资源信息,尤其不能针对不同用户的特征提供个性化的资源信息。而数字图书馆个性化信息服务就是充分利用用户的个性化信息,根据用户的特征为不同时期、不同背景、不同目的的读者用户提供不同的服务,进而提高数字图书馆的服务质量和资源的利用率。本文结合北京市教育委员会科技发展计划项目(Web信息集成检索技术及知识服务在DL中的研究与应用),进行了“数字图书馆个性化信息服务”的研究及应用,实现真正意义上的主动、交互、个性化信息服务,充分体现出第三代数字图书馆的主要特征。本文所做的主要研究工作及取得的成果如下:1.提出了确定读者用户兴趣领域知识的两种模型。一是通过“时间序列”模型定义用户行为,设计算法挖掘出读者用户兴趣领域所在;二是通过“向量空间模型”定义用户访问网页内容,以读者用户兴趣度为准则,引用TF-IDF-IG计算方法来确定用户兴趣领域。2.提出并设计了“用户兴趣知识库模型”。首先,分析了用户兴趣知识库模型创建的基本原理和意义所在;然后,运用关联规则Apriori改进算法和朴素贝叶斯分类算法,从用户兴趣领域知识中心、资源信息的有效组织、资源信息分类树的建立以及服务规则等几个方面展示“用户兴趣知识库模型”设计的过程,使用户感兴趣的资源信息以知识的形式表示;最后通过进行了数据模拟。3.设计并实现了数字图书馆个性化信息服务系统。系统从实际需求出发,运用UML进行建模分析,使用MVC框架思想进行功能设计,采用当前主流Web系统开发框架J2EE,使系统具有很好的灵活性、扩展性以及易维护性等方面的优点。