Internet技术的迅速发展使得网络逐渐成为人们获取知识的主要途径之一。近年来，E-learning的研究和应用领域飞速发展，为用户提供了前所未有的丰富的学习资源和灵活的学习方式。但由于技术上的原因，目前绝大多数E-learning系统仍以平台为中心，学生感兴趣的内容不知道放在哪里。学生希望平台能够自动地调整网页内容以适合每个学习者的兴趣，让每个学习者感觉平台就是在为他一个人提供服务。因此，设计并构建一套个性化(personalization)的E-learning环境，逐渐成为众多领域研究者关注的一个热点问题。 本文主要对用户兴趣模型(user interest modeling)这一E-learning环境下个性化服务技术中的核心问题进行了研究，目的在于构建一个合理的数学模型，来刻画在E-Learning平台中复杂的用户行为所蕴涵的潜在知识，即对学生的学习兴趣进行挖掘分析，进而根据学生的学习兴趣提供适合他的学习资源。 本文首先对当前主要的个性化服务技术和个性化服务在E-learning中应用进行了研究，并介绍了Web挖掘、国家远程教育技术标准(CELTS)、用户建模等相关知识；其次，对用户兴趣挖掘技术进行了研究，结合E-learning应用领域的特点，提出一个以学生浏览内容分析为主的用户兴趣挖掘过程模型，并对该模型各个处理步骤进行了研究和探讨，包括数据收集、预处理、特征项的选择和抽取、文本的向量空间模型表示、用户兴趣的表示等，重点研究了文本页面的分类分析和用户兴趣模型的建立两个方面；在此基础上，探讨了用户兴趣建模和用户档案文件的建立，提出了用户兴趣度概念和双层结构用户兴趣模型，结合CELTS相关标准对用户兴趣进行了描述；最后，设计并实现了一个用户兴趣挖掘原型系统，该系统可以根据用户兴趣信息通过模板页面对学生进行个性化学习资源推荐。 本文下一步的工作将致力于用户兴趣模型算法的改进，能够向学生提供更准确的个性化服务和指导，从而进一步提高E-learning平台的性能。