随着Internet的普及和Web功能的日趋完善,人们经常会“迷失”在信息海洋中。因此,理解用户对网络的浏览模式,为用户提供想要的信息,实现个性化的信息推荐逐渐成为研究的热点。近年来,个性化主动信息服务的研究取得了很大的进展。但从前人的研究来看,个性化信息推荐仍存在以下问题,如:大多数个性化信息推荐系统针对的是注册用户;大多数个性化推荐系统针对新用户的信息推荐考虑不够;大多数个性化系统采用单一的用户或项目聚类推荐算法,综合聚类研究不足。在分析总结现有问题的基础上,本文重点从以下几个方面对匿名用户个性化推荐进行研究:首先,详细地讨论了匿名用户使用挖掘预处理的各个步骤,并且给出了针对预处理简化的改进的最大向前路径事务识别算法;其次,在对匿名用户使用挖掘预处理的基础上给出了针对匿名用户的推荐系统框架模型和该模型下的推荐策略和推荐算法;最后,对本文所提出的双重聚类协同过滤推荐进行了模拟实验,证明基于匿名用户使用挖掘的双重聚类协同过滤推荐技术的有效性。