该论文以研究Agent技术在B2C网站中的应用为核心,构建了一个功能比较完备的智能购物系统.它能够根据用户的浏览过程和消费行为,建立用户个性化模型数据库,预测用户消费行为,从而实现一对一的个性化服务.用户个性化模型包括:用户希望的网页风格、用户目前关心的商品、以及用户的浏览和消费习惯.该文以建立用户个性化模型为目标,分别介绍了预测用户购物目标、学习用户消费习惯、智能搜索和智能身份验证的设计思想和实现过程.在学习和研究原理的基础上,设计和实现了基于多Agent的智能导购系统.该系统能够为用户提供个性化的网页和货架,向他们提供其它购物网站的商品信息,有针对性的开展一对一的促销活动,并引入了智能身份认证的方案,实现了交互界面、导购、促销和身份认证等方面全方位的个性化服务.实验结果表明,该系统不仅能够较好的预测用户消费行为,有效的开展一对一的个性化服务,而且该文首次提出的跟踪用户浏览记录、用户兴趣强度的计算方法、决策因素重要程度赋值、以及定向信息采集策略等算法也使得系统的效率得到了很大的提高.