Internet是海量信息源,由于信息不断地更新和增加,人们很难在短时间内找到自己的目标.解决这些问题关键在于将Internet从被动接受浏览者的请求转化为主动感知浏览者的信息需求,实现Internet系统对浏览者的主动信息服务.新一代的信息服务将是个性化主动信息服务,该论文参考了前人所做的工作,讨论了设计个性化服务系统的几个关键问题:1)用户浏览行为信息的采集2)个性化用户模型的构建;3)个性化用户模型的更新;4)个性化用户模型的应用-如何过滤与用户无关的信息.在此基础上,讨论了将Web Usage Mining和用户兴趣主题结合起来,构建个性化Web用户模型的方法,并采用了二级采集用户兴趣的方法.该论文构造的系统-Per nerms(Personalized net educationmanage system),是基于客户端浏览器的个性化服务系统.我编码实现了一个浏览器插件,可以捕获用户在浏览器上的行为,它提供了捕获用户访问行为信息的接口.在Per nerms中,采用Web访问挖掘的方法,分析客户端用户的浏览行为数据.该系统中的Web访问挖掘包括了如下几个步骤:1)数据清理2)会话识别;3)事务识别,产生事务数据库;4)生成聚集树;5)生成关联规则.最后Per nerms中的个性化用户模型的有效性,要通过推荐模块的效率和精确度来验证.该论文主要完成工作:l、实现了在客户端准确的获取用户访问行为数据和在应用服务器获得用户兴趣的二级采集用户兴趣的方法;2、实现了根据用户的浏览行为习惯,向用户推荐相关信息的方法.3、构造了有效的用户兴趣模型.4、设计了一个基于WEB的个性化服务系统的原型框架.