目前,移动环境下的个性化推荐系统还处于起步阶段,移动运营商、服务提供商和内容提供商都认识到提高数据增值服务质量的关键就在于充分挖掘用户的兴趣偏好,满足其不同用户的个性化需求。个性化推荐成为其营销的工具和手段。所以移动环境下的个性化推荐研究潜力巨大,具有重要的科学意义和现实意义。　　 首先,本文从移动商务的特点出发,借鉴电子商务环境下的传统的个性化推荐模型,并分析传统个性化推荐模型应用到移动商务中的局限性,最后提出了基于情景信息的移动商务个性化推荐的初步模型,并阐述了各个组成部分的主要功能特性。　　 其次,在基于情景信息的移动商务个性化推荐模型的基础上,对移动商务用户情景信息及其系统内部资源进行建模。信息建模作为个性化推荐服务的基础和核心,信息建模的质量直接关系到整个服务的质量。只有当前系统资源和用户情景信息被系统很好的“理解”的时候,才能实现理想的个性化推荐服务。　　 然后,本文提出了基于情景信息的移动商务个性化推荐算法。该算法首先通过计算情景信息相似度找到当前用户情景信息的最近邻,将最近邻相关的资源信息与系统新进入资源合并形成当前用户的候选资源；其次计算用户与候选资源之间的综合相关度；最后根据综合相关度的大小生成推荐列表。　　 最后,对本文研究内容进行了总结,并提出了下一步的研究展望。