随着网络信息的日益积累,如何在海量的数据中快速有效地查找定位到需要的信息成为当前互联网发展中的突出问题,也是网络信息检索研究的热点。网站根据用户的兴趣喜好提供一些个性化的内容,可以有效帮助用户快速、准确地找到需要的资源。本文讨论的个性化推荐技术就是通过网站准确把握用户的兴趣爱好,并及时、动态得根据所收集到的信息向不同的用户提供特定的服务。为更好地进行个性化推荐系统的研究,本文针对"爱读爱看"网站设计并实现一个新闻个性化推荐系统。该系统在Java JDK1.5开发平台下,利用自动分类、关键字提取、主题发现等技术将新闻进行划分,提供新闻的导航浏览功能,其中主题发现利用了关联规则技术;通过对用户行为的分析,利用记忆模型的相关理论建立和更新用户的兴趣模型,推荐用户感兴趣的文章,为用户生成个性化的新闻浏览页面。实验表明,本文开发的系统可以恰当划分每天的新闻,并且为参加实验的虚拟用户较为准确的推荐了其感兴趣的新闻,取得了比较满意的实验结果。本文的研究工作对各领域应用个性化推荐系统的研究具有一定参考意义。