随着国际互联网信息的日益增长，从网络上检索用户真正想要的信息已越来越困难。在这种形势下，从用户主动检索网络发展为网络主动向用户推荐资源逐渐成为一种趋势，随之个性化服务应运而生。本文研究了个性化服务的关键技术及面临的挑战，并针对信息检索系统的个性化服务的需求，提出了一个适合可定制领域的信息检索系统的个性化服务算法CCFS。该算法通过分析系统自动生成的网络日志，充分利用用户行为信息、资源分类信息、被访问资源与分类的相关度、资源受关注程度，以及用户权威度等有价值的信息计算用户对资源的评价值，将用户进行聚类。接着在聚类内部计算用户之间的可参考度，并将其作为资源推荐的依据。经实验证明，该算法能在一定程度上减少个性化服务过程中错误数据的干扰，提高个性化服务的效率。目前，该算法已经应用于基于 Ontology 的网络数据搜索引擎 SESQ，为用户提供了多种方式的个性化服务。