Internet信息的迅速膨胀,在为我们带来海量信息的同时,也容易使我们在Internet中迷失方向。搜索引擎的出现在一定程度上解决了这个问题,但是仍然无法很好地主动地寻找到我们所需的信息。基于这个原因,个性化服务技术已经成为当前信息服务领域的研究热点。而个性化服务的关键在于准确地建立表示用户兴趣的用户模型。首先,本文围绕用户模型,对用户模型的关键技术进行了深入研究。包括建模技术的分类、数据源的获取途径、模型的表示方法、反馈信息的获取途径和用户模型的更新方法。并对这些关键技术进行了分析比较。然后,在以上基础上,提出了一个面向单用户的、结合用户手工建模和系统自动建模两种建模技术、结合内容挖掘和行为挖掘两种挖掘技术的个性化的用户模型。探讨模型的生成与更新算法,其中的技术包括数据预处理、用户兴趣特征词权重计算、页面特征向量的构建、页面行为向量的构建等。并对用户模型的建立进行了部分模拟实验。接着,在建立用户模型的基础上,设计了一个面向用户的Web挖掘个性化系统模型。对模型的体系结构和各模块的功能做了详细阐述,并且给出了个性化的推荐算法。本文进一步的工作将致力于优化用户模型的性能,并且将得到的用户模型应用于个性化推荐服务中。