随着企业信息化的普及，在知识密集型企业的知识管理系统中，积累了大量的知识资源，但在员工执行业务时，往往面对大量的知识资源却无从下手，常常无法准确、及时地获得其所需知识。知识资源的迅速激增，迫使我们去不断地更新和改进企业的知识管理方式，不断地提高员工在海量信息中寻找有效内容的效率。为此，如何有效为员工提供个性化的知识服务，实现智能化推荐知识资源，以期解决知识泛滥、知识迷航等现象，是当前知识管理研究的热点。　　高效的知识个性化服务，不仅能协助企业员工有效利用知识资源，还能使知识管理在现代化企业运作中提供广泛的增值效益。本文首先在国内外文献的研究基础上，整理了知识情景的相关概念，并界定了企业知识情景及其组成要素。然后，围绕知识推荐和情景感知的相关理论、体系结构、实现过程以及部分关键性技术和应用问题进行了比较广泛和深入的研究，其中包括以企业本体为基础框架，通过业务活动的“六何”分析，面向企业业务过程，建立基于本体的知识情景模型，以及相应的信息采集方法；以SAP ECC中的业务数据获取方法为例，提出业务执行过程中知识情景的获取方法；以业务执行过程中的实时的知识推荐服务为目标，采用情景建模的推荐方式，基于因子分解机，提出了一种新的企业知识推荐算法，结合知识情景数据转化成特征向量的方法，实现有效利用企业业务数据来适应员工的个性化知识需求，并采用两组实验验证该算法。最后，基于上述的研究成果，提出了基于情景感知的企业知识推荐方法，详细阐述了实现该方法的框架结构和推荐过程，并设计了企业知识推荐系统的总体功能模块结构和体系结构。　　本文研究的业务执行过程中情景感知的企业知识推荐方法有助于企业在知识管理实践中有效适应员工对知识的个性化需求，提高员工的业务问题解决能力，同时，作为一种关联到业务过程的主动式知识服务，有助于改善企业员工知识获取的方法，并有利于提高企业知识管理绩效，为企业知识管理实践提供参考。