随着Internet技术的发展,网上电子购物越来越多,个性化的推荐系统也显得越来越重要。然而,传统的基于用户的协作推荐并不生成显式的用户模型,而是直接比较用户的相似度进行推荐,推荐效果不突出。基于商品项的推荐系统克服了不少传统用户协作推荐的缺点,但同时放弃了对用户本身兴趣的推荐。本文针对网上书店这一领域,通过分析和研究用户的兴趣,结合模糊数学知识建立一个新的用户兴趣模型并针对此模型提出了一个新的图书推荐算法。首先用户登陆后建立此用户的兴趣文件,然后通过用户的购物历史学习用户的兴趣并不断的更新用户兴趣文件。最后根据用户的兴趣文件来向用户推荐图书。由于Agent具有一定的智能性,自主性和协作性,是下一代电子商务的研究方向。因此,本文利用一个Agent开发平台JADE来实现这个模型,实现了一个原型系统,系统包括三类Agent,用户界面Agent,用户兴趣处理Agent,图书推荐Agent。通过三类Agent之间的协作,来实现此用户兴趣模型和图书推荐算法。最后对原型系统做了简单测试。