随着信息数量的激增,更好的利用信息资源逐渐成为信息科学研究的一个热点。目前,一个发展的方向就是根据用户行为和历史信息,按照用户的兴趣,向用户提供有针对性行的信息服务。其中,用户兴趣的获取和表达是关键,包括用户数据的收集、兴趣表示、学习和更新四个方面。在本文中,重点关注如何进行数据的收集工作和用户兴趣模型的构建。本文的工作中采用调查表法来获取用户的信息。根据实验需要,设计并实现了用户兴趣调查表。调查表能够通过调用浏览器功能,自动打开用户点击的标题的相应新闻,并且能够自动记录用户的阅读时间、阅读次序等信息。用户可以通过下拉的列表框选择对新闻标题和新闻内容的感兴趣程度,这在一定程度上收集到了用户的显示反馈信息。已经有研究表明,用户在阅读新闻时的动作是他对新闻是否感兴趣的心理活动的外在表现。基于此,提出了根据用户的行为构建用户的兴趣模型,结合用户的阅读时间和阅读次序,构建相应的用户模型,并提出了相应的模型构建算法。为了对比,本文也引入了基于TF-IDF的和显示反馈的用户模型。在上述基础上,本文实现了一个实验系统,该系统能够实现上述的用户模型。试验结果分析表明,用户的阅读时间能够在最大程度上反映用户真实兴趣,阅读次序也在一定程度上反映了用户的兴趣信息。显示的反馈并不能很准确地表达用户的真实兴趣,这和用户出于隐私等方面的考虑不愿给出准确的反馈有关。基于TF-IDF的模型只考虑了用户阅读过的文章,它的效果比基于时间的用户模型差,但是要好于根据显示反馈建立的模型。由此可见,在用户的隐式反馈中,阅读时间是最重要的,但是,阅读次序也反映了用户的阅读兴趣。在实际应用中,可以把二者结合起来加以考虑。