目前,E-Learning在教育与商业中的应用越来越普遍,鉴于在E-Learning环境中每个学习者的学习能力、学习兴趣、学习习惯、学习基础、努力程度等方面都存在着巨大的差异,在当前的E-learning系统中,针对用户自身的需求与兴趣向其提供个性化的学习服务已成为E-learning发展的重要方向。在实现个性化服务的过程中,用户兴趣模型的构建是核心与关键。然而在现有的模型中,用户兴趣的获取大多基于用户浏览内容或Web日志挖掘,这些方式虽能得到用户的兴趣点,但结果往往并不准确与全面,由此向用户提供的个性化服务质量并不高。在此背景下,本文提出了基于学习行为的用户兴趣模型的构建方法。用户在E-Learning中的学习行为体现了用户当下的心理活动,学习行为是个个体化的过程,存在个体差异性,其具体行为也必然是不同的,无法复制的。利用用户的学习行为数据提取用户的兴趣,对其进行个性化服务,必将更具有准确性与针对性。在此基础上,本文做了以下几个方面的研究：(1)对在E-Learning环境中用户的学习行为进行分析,详细说明了知识点的管理与学习行为的分类,并给出了各种学习行为的形式化定义。(2)将课程资源采用知识单元与知识点来构建,引入知识本体、课程本体概念,使整个系统有一个完整的逻辑结构。在此基础上,将用户浏览的网页内容转换成能表示网页的知识点,即用知识点作为网页的特征关键词,避免了提取网页特征词的工作量。(3)采用多元线性回归模型的方法量化用户的网页兴趣度,以往的很多研究只是从表面揭示用户对某网页是否存在兴趣或者粗略估计兴趣程度大小,并未给出准确的数值。本文中采用的方法可以计算出用户兴趣度的确切数值,通过显著性分析与检测可验证结果较好地接近真实数据。(4)利用得出的网页兴趣度计算用户的各类兴趣及其权值,按照用户兴趣模型将其表示出来。通过用户主动兴趣推荐算法与用户被动兴趣推荐算法在用户兴趣偏好与认知水平两个层面上为用户提供个性化推荐服务。