Internet上数据的大量增加导致了“信息过载”和“信息迷向”问题，而个性化服务技术正好可以在一定程度上解决这些问题，缓解Internet中信息的多样化与用户需求的专一化之间的矛盾。用户兴趣模型作为个性化服务的核心，主要研究如何动态分析、计算出用户当前的兴趣信息，成为目前个性化服务的研究热点。 本文首先提出了通过显式方式和隐式方式相结合的途径来获取用户兴趣信息，即不仅可以根据用户手工输入的信息来获取，也可以根据用户的浏览页面和浏览行为来获取；其次，将分析处理后的用户兴趣信息用向量空间模型来表示；然后，通过多元线性回归分析法计算出用户的短期兴趣，采用遗忘因子分析使原有的兴趣随时间衰减，再动态更新用户兴趣信息；最后，通过实验证明该用户兴趣模型能够及时反映出用户的兴趣变化。 本文研究的用户兴趣模型，可以应用于用户个性化信息服务、客户信息管理、电子商务以及数据挖掘等领域。