近年来，随着电子商务和计算机技术的发展，把智能计算技术和数据挖掘技术应用到电子商务，解决现有电子商务技术在个性化服务及商品信息推荐等方面的种种不足。目前的Web个性化服务系统存在着内容单一、需要用户显式提供资料及需要在客户端安装插件等问题，应用Web挖掘技术可以为这些问题提供一种新的解决方案。 　　本文首先介绍了国内外个性化服务的研究现状，强调提供个性化服务的重要性。然后在已有的Web模型基础上，提出实现智能个性化Web向导及推荐系统的策略，并结合Web挖掘技术对Web用户的访问模式发现、个性化推荐进行深入研究和探讨。接着重点介绍了用户连续访问序列算法-UCAP，其可以为用户提供在线Web向导服务，结合多层关联推荐算法MLARU实现的个性化商品推荐，获得了智能个性化Web向导及推荐系统。本文最后阐述了智能个性化服务系统的整体架构及其主要子系统。 　　本文有以下创新： 　　(1)提出了基于用户的连续访问序列算法UCAP，其主要思想是通过数据参考库和Web日志构建基于用户的连续UWAP挖掘树，挖掘出每个用户的连续频繁访问序列，建立规则，放入模式库。新算法不仅能有效地应用于电子商务的个性化服务系统，而且能方便地推广到其它相关应用，把智能技术和数据挖掘技术实用化。 　　(2)在UCAP算法的基础上结合MLARU算法，实现了智能个性化Web向导及推荐模块，并将此模块应用到广东省科技攻关项目“商品信息智能搜索、分析与决策系统”的关键部分-智能个性化服务系统。系统通过隐式获取方法取得用户访问序列，按用户识别会话，在服务器端后台定时挖掘并将结果存入模式库，当用户在线访问时实时进行匹配，解决了前面提到的当前Web个性化服务系统所存在的问题。