人类步入二十一世纪,信息需求快速增长,因特网成为信息传播、交流与共享的主要媒体,其规模正以惊人的速度发展。全球Web站点数目迅速增长,而在数量增多的同时,网站的规模也日益扩大,各个Web站点的信息量及其复杂度也迅速上升。当前以网页信息和网上数据库为主体的两大信息资源,其服务方式仍然停留在网络信息搜索和数据库联机检索等被动形式。被动式的信息服务最明显的问题是,特定的信息往往不能成功有效地到达有需求的特定用户手中。作为Web个性化服务的技术基础,用户建模技术对于Web个性化服务水平和质量的提高,起着基础性的作用。如果没有足够成熟的用户建模技术,那么不管推荐、信息检索、用户聚类等技术有多成熟,都不可能使用户享受到成熟的网络个性化服务。目前,各种用户建模方法和技术都不够成熟,都有待发展和完善。在基于RSS的用户模型中也有很多方面的工作需要进一步开展。比如,如何简化层次模型的用户兴趣信息预处理工作量大的问题,从而使模型能够更快地捕捉用户的兴趣;如何为用户提供更加个性化的服务;如何有效地解决子类负向更新机制中用户兴趣丢失的问题,从而使得用户模型能够更准确全面地捕捉到用户的兴趣等。鉴于此,本课题将致力于建立一种更好的基于RSS的层次结构用户兴趣模型,从而为Web个性化服务奠定良好的模型基础。