用户的需求越来越呈现出多样化的趋势，不同类型的用户对知识内容、服务方式、检索结果的要求也不尽相同。信息管理领域越来越重视通过定制与推送方式实现个性化服务。个性化服务的基础在于借助网络技术和人工智能主动评估和预测用户的需求，挖掘用户兴趣，根据用户需求主动地提供推送服务。个性化服务系统主要由用户模型、用户兴趣数据库以及推送引擎三个部分组成。用户模型由用户行为特征收集模块和用户需求预测模块两部分构成，用户行为特征主要是通过用户注册系统、用户检索命令收集、用户浏览行为信息等途径对用户的行为特征进行自动采集。用户需求预测模块的主要功能是通过对用户行为特征信息的分析，预测用户的兴趣。用户数据库经过特征提取、分类与聚类的过程生成，并成为信息推送服务的重要依据。推送引擎除了根据用户模型的预测结果进行推送以外，往往还按照用户的定制需求，向用户推送web页面和电子邮件。

个性化服务模式强调用户登录界面的交互性。为了更好地收集用户的特征，用户需要在平台上进行注册，填写个人的基本信息，其中年龄、工作领域、兴趣爱好以及电子邮件等特征对于构建用户模型都是非常重要的基础性信息。基于个性化服务的网络平台会向用户提供定制功能，用户根据自己的兴趣偏好向平台定制相关的内容，这些需求经过系统或者人工的整理后会推送到用户的页面或者直接发送电子邮件给用户。用户的浏览行为和检索行为是用户模型进行跟踪扫描，收集用户特征重要指标。用户的检索行为一方面会成为即时检索的依据，另一方面又会作为用户的兴趣数据进入用户模型，最终构建成为用户兴趣数据库。用户兴趣数据库的信息会不断地补充和更新，根据用户兴趣数据库及时向用户推送信息。在个性化服务系统当中，用户的需求和作用始终被关注，当系统为用户提供检索结果时，用户的意见经反馈系统提交给平台，这对于平台改善服务是至关重要的。用户满意度始终是衡量服务质量的重要方面，主动高效的个性化服务有利于提高用户的利用体验，并借此扩大平台的影响，通过榜样效应吸引更多的用户访问平台，利用文化资源。(www.daowen.com)