本文研究数字图书馆中个性化信息推送服务的问题,目的是在当今网络信息资源迅速膨胀的情况下,改变用户传统的通过主动搜索来获取信息的方式,通过分析用户的兴趣方向,主动向其推送需要的信息,从而提高用户获取信息的效率与准确性。本文首先分析了传统的信息“拉取”方式存在的主要问题以及推送技术的产生;然后结合人工智能领域的Agent技术,提出了基于Agent的信息推送服务的总体设计,并简要阐述了各功能模块的内部处理流程和思想;接着给出了各模块的详细设计与实现,主要包括:利用向量空间模型(Vector Space Model)建立用户兴趣模型,通过分词并与搜索引擎协作实现信息检索,采用分类算法对已检索的信息进行过滤,用PageRank算法对信息排序。论文最后对本文的工作做了总结,并提出今后需要进一步研究和改进的方向。