随着Internet的迅速发展,企业情报服务作为一种新兴的电子商务模式,正在为越来越多的企业所重视。针对用户的信息推送服务是本文涉及的企业情报服务平台(EISP)的一个重要特点,如何从网上直接向用户推送个性化的信息服务,使用户足不出户就可以得到所需的企业情报服务,同时提高平台对用户的吸引力,建立良好的客户关系,不仅是一个极具实际意义的课题,而且有着良好的应用发展前景。协同过滤是目前应用较为成功的信息推送技术,但也遇到了数据稀疏性、冷启动等种种问题。本文针对企业情报服务平台面临的主要问题之一:对服务平台用户进行精确的情报信息推送的需求,结合改进的用户聚类技术及协同过滤策略,提出了一种混合的信息推送技术:首先在分析了传统的信息协同过滤推送技术的基础上,提出了一种基于用户的隐性优先选择的协同过滤算法,使用一个转换模型,把用户的显式评分转换成他们的隐性优先选择相对值,更准确地找到目标用户的最近邻,提高推送的质量。之后针对信息推送服务中的用户聚类问题,在分析了传统的基于用户浏览路径结构算法进行用户聚类的基础上,整体考虑了用户类与类间的相互关系,结合利用Chameleon算法对其进行改进,并利用此改进的用户浏览路径算法实现了用户聚类。最后将上述聚类算法和协同过滤技术相结合,提出一种混合型的信息推送技术,并给出其技术架构及其在企业情报服务平台的情报推送子系统中的设计应用。