个性化服务实现的核心在于用户建模——建立用户兴趣、目标和行为的数据结构。用户模型所包含信息的丰富程度，决定个性化服务的可靠准确程度和水平。数字图书馆的用户大多为科研人员，他们的学术产出也是当前数字图书馆的重要资源。学术产出不仅包含了科研人员的领域背景和研究方向，也隐含了关于科研人员研究兴趣的信息。

本研究选择地学领域为目标领域，以Web of Science文献数据库为学术产出的数据来源，从中采集了若干科研人员的学术产出数据，并对其中蕴含的兴趣信息进行梳理和分析。然后在复用用户本体FOAF、兴趣本体WI、地学本体SWEET等已有本体的基础上，设计了基于本体的用户兴趣模型，建立了学术产出到用户兴趣模型的映射关系。其中作者、机构、期刊等元数据，直接作为兴趣项，对于标题、摘要等非结构化的数据，采用了开源文本挖掘工具GATE进行实体识别和关系抽取，并将得到的实体关系对作为兴趣项。在分析兴趣度的各种影响因素的基础上，对各兴趣项的兴趣度进行计算。最后将生成的用户兴趣实例存储到Sesame本体数据库中，支持通过SeRQL和SPARQL语言进行查询。

本研究以科研用户公开发表的学术产出为数据源，首先避免了用户兴趣建模初期存在的冷启动问题；然后采用本体技术进行用户兴趣建模，并提出一种通过实体关系对表示用户兴趣的方法，与使用单个关键词或实体的表示方法相比，语义信息更为丰富，能更好的描述用户兴趣；最后实现了用户兴趣信息的语义化存储和检索，为以后实现基于本体的个性化服务打下基础。