进入二十一世纪以来，随着互联网信息技术的高速发展，数字图书馆网络资源的膨胀速度逐渐加快，每年都有数以亿计的文献资源转换为数字形式存储。科研用户在享受数字图书馆所带来的信息发现的方便与快捷的同时，也饱受海量信息资源存储带来的困扰。故如何能提升数字图书馆信息服务水平，提高科研用户资源获取效率成为近年来研究的热门方向。数字图书馆作为文献信息服务平台不仅需要满足用户主动检索的需求，更应能适时适度的向用户推荐能较准确反映用户兴趣的信息资源。个性化推荐就是能够为用户推送与其兴趣相关资源，进行个性化信息服务的一种技术，它是当前的数字图书馆领域的研究方向和热点。论文面向NSTL（国家科技图书文献中心）网络服务平台的用户，结合系统的数据现状与个性化服务水平，在平台上开发了个性化推荐功能。论文的个性化服务体现在对用户个性化的行为的分析，包括群体用户行为以及个体用户行为，用户的行为体现了用户的兴趣，用户的兴趣反映出个性化需求，因此，论文以用户行为分析为基础来实现个性化推荐服务。论文首先对个性化推荐系统的理论技术知识与国内外发展现状进行充分的调研与分析；然后，对NSTL网络服务系统的功能进行了分析，提出了个性化推荐系统的需求；调研分析了当前主流电子商务平台以及文献信息服务平台的个性化推荐服务功能，据此设计了满足NSTL网络服务系统科研用户的需求，并能够部署实施的应用场景。在科研用户需求分析与软件技术学习的基础上，论文对个性化推荐系统的体系结构与功能模块进行详细的设计，其中体系结构分为数据支撑层、核心业务层、服务层三层。数据支撑层以NSTL各类数据库为支持，通过接口或数据库授权方式进行访问，为本个性化系统提供基本的数据支持。核心业务层实现个性化推荐的主要业务，包括同行为分析模块、任务调度模块。服务层主要为NSTL系统用户提供的个性化相关服务，包括兴趣推荐、共同浏览推荐、共同订购推荐、浏览订购推荐服务，也为后台管理员提供了模型管理、日志浏览、统计管理服务。论文也对用户模型进行了设计，整体模型包括三个部分：用户行为日志模型、NSTL文献资源模型、用户兴趣模型。三个模型通过不同的输入输出来完成用户模型的构建。论文对NSTL网络服务系统进行个性化推荐功能拓展，实现的操作包括：用户可以参与改善推荐，对系统推荐的兴趣词进行操作；选择是否开启系统的兴趣推荐功能；管理员在后台可以对兴趣模型的行为权重进行调整以达到最优的推荐效果；用户间可以进行多种互动以达到推荐目的，包括：星级推荐、文献评论、标注等。论文通过在NSTL网络服务平台初步实现主要个性化推荐功能，来从软件工程角度检验个性化推荐相关技术的具体应用效果，实现对科研用户的个性化定制推送服务，将个性化推荐的相关技术应用于国家级信息服务平台之中，满足NSTL网络服务平台对提升个性化服务水平的需求。