答疑系统作为网上教学的重要组成部分，发挥着答疑解惑的重要作用。近年来，对它的研究应用已经成为教育科研人员关注的热点。现有的答疑系统大多数存在着答疑方式单一；系统操作繁琐，通用性差；资源浪费和数据冗余现象严重等缺点，从而导致了系统缺乏智能性和适应性，难以实现个性化教学的需要，未能充分调动学习者的学习积极性和主动性，使E—Learning没有达到预期的效果。本文引入了Agent技术，利用Agent独有的特性对系统进行了分析和设计，使目标系统具有了一定的智能性，并通过研究将个性化推荐技术应用于答疑系统的问题推荐功能，增强了系统的灵活性和适应性，实现了针对不同认知水平的学生提供不同服务的需求。本文首先介绍了Agent技术和个性化服务的相关概念及其实现技术一数据挖掘技术的用户聚类分析方法和基于用户的协作过滤推荐技术；设计出了一个答疑系统模型，并对其主要功能主体“用户Agent”和“任务Agent(包括检索Agent和个性化Agent)”进行了详细分析设计，给出了其功能结构和工作流程；对个性化Agent的实现技术—用户聚类K—Medoids算法进行了研究分析，并根据答疑系统的特点对其稍作修改，使推荐更符合需要。(注：本文进行的研究应用实验是基于华南师范大学求实工程《软件工程》网络课程网站平台展开的，实验结果表明了该应用的有效性)。