互联网的发展和普及导致信息成数量级的增长。海量的信息在极大丰富人们的生活的同时,也给互联网用户带来很大的困扰。人们在面对泛滥的信息时无所适从,陷入信息过载的困境。在这种背景下,信息过滤技术已成为当今计算机信息处理领域最热门的技术之一。本文主要研究了信息过滤技术中的核心部分——用户偏好模型。并在向量空间模型的基础上提出了基于情境兴趣和个人兴趣的用户偏好表述方法。采用这种表述方法可以有效地反映出用户不断变化的信息需求。文章首先说明了本文的研究背景、信息过滤技术的发展概述并简单描述了本文的研究和工作内容。随后研究了用户偏好模型的各方面技术,包括用户偏好模型的形式化描述、偏好模型的构建方法、表征技术,并分析了现有用户偏好模型的缺陷。为了改善这些不足,本文引入心理学中对兴趣的研究,通过使用情境兴趣和个人兴趣来区分用户各种不同的信息需求,在此基础上建立了一个动态的兴趣变化模型。这个模型更关注于描述用户当前的信息需求状态,十分适合用户兴趣快速变化的情况。文章在随后详细描