随着互联网的迅猛发展和普及,网络已经成为信息传播的主要渠道,人们可以方便的从网络上获得各种信息,但由于信息量巨大,并且网络信息的爆炸式增长,给人们快速准确地获取所需信息带来了很大困难。面对这样海量的信息资源,信息检索越来越显示出其重要性,但原有的检索系统存在一个很严重的问题,对于不同用户查询的相同关键字返回的结果是相同的,并没有考虑到用户的知识背景和用户兴趣。针对在一段时间内需求相对稳定的用户,为满足他们的个性化信息需求,系统必须能快速准确的获得其个人信息,从而使检索系统实现个性化信息服务。个性化信息服务系统通过显式和隐式两种方法最广泛搜集获取用户的信息,根据这些信息构造用户兴趣描述,兴趣描述越准确,系统提供给用户的信息就越符合用户的需求。本文首先讨论和分析了个性化信息服务系统的特点、系统的三种实现方式与所涉及到的关键技术,包括文本自动分词、词性标注、特征提取和机器学习等技术之后提出了系统的整体设计。系统分为四个功能模块——个性化信息收集模块、文本预处理及特征提取模块、用户兴趣模型创建模块和用户兴趣模型更新模块。本文重点讨论并实现了以下三方面内容:特征提取技术、用户兴趣描述技术和用户兴趣训练与更新技术。本系统的特点是在人机交互的基础上实现了模型与用户同步学习,通过训练与更新模块使用户兴趣表示对用户可见,用户通过系统生成的用户兴趣描述直接对其进行修改,使其对自身的需求认识越来越明确,同时用户的操作对系统进行了优化,使系统对用户兴趣的表达越来越准确。