Benutzeradaptive Systeme sind Softwaresysteme, die ihre Interaktionsstrategie individuell an die Bedürfnisse, Ziele und Vorlieben ihres Benutzers anpassen. Aufgrund der zunehmenden Komplexität der angebotenen Funktionalitäten und der Fülle an heterogenen Informationen in interaktiven Softwaresystemen gewinnt die Benutzeradaptivität an Bedeutung. Bei der Behandlung der oftmals vorhandenen Unsicherheit in den Anwendungsgebieten benutzeradaptiver Systeme kommen verstärkt Bayes'sche Netze zum Einsatz. Bislang werden die zur Modellierung des Benutzerverhaltens verwendeten Bayes'schen Netze meist anhand theoretischer Überlegungen manuell spezifiziert. Dieser oftmals aufwendige Konstruktionsprozess kann in vielen Fällen durch maschinelle Lernverfahren erleichtert werden. Die vorliegende Arbeit befasst sich daher mit der Entwicklung neuer, speziell für den Kontext benutzeradaptiver Systeme entworfener maschineller Lernverfahren.