1、移動環(huán)境發(fā)展日新月異，用戶對于移動設(shè)備的依賴性越來越大，對移動服務(wù)的要求也就越來越高。粗粒度的服務(wù)模式不再適合時下高速發(fā)展的信息社會，用戶追求信息服務(wù)的個性化與細(xì)膩化。與此同時，移動設(shè)備在廣泛利用的過程中，也產(chǎn)生了海量情境數(shù)據(jù)信息。如何挖掘出移動信息中的價值，如何把采集的信息用于提升服務(wù)，由此產(chǎn)生了本文研究動機。情境感知技術(shù)是利用感知到的情境數(shù)據(jù)提升服務(wù)的相關(guān)研究。移動環(huán)境中，設(shè)備能產(chǎn)生并收集大量情境信息，滿足了情境感知的應(yīng)用需求。如何

2、在移動環(huán)境中，充分利用情境感知技術(shù)，以提升信息服務(wù)質(zhì)量，是本文的研究核心內(nèi)容。本文通過調(diào)研，希望解決幾個問題，即如何準(zhǔn)確表達(dá)紛繁復(fù)雜的移動情境，移動環(huán)境中情境感知的總體流程如何運轉(zhuǎn)，怎樣提升移動情境感知服務(wù)的滿意度,如何利用情境感知解決傳統(tǒng)推薦存在的問題。
　　本研究針對以上問題，首先定義了移動情境感知的整體流程，介紹了情境分類的思路與情境獲取推理的方式；之后考慮資源—用戶—情境之間的三元關(guān)系，以用戶為中心，利用本體和Protég

3、é工具對于移動情境進(jìn)行了完整的建模。為了分析移動情境感知對于信息服務(wù)的提升，選擇利用推薦系統(tǒng)進(jìn)行驗證，首先分析移動環(huán)境對于推薦算法的影響，其次改良傳統(tǒng)公式把情境信息引入到協(xié)同過濾之中，再對于傳統(tǒng)推薦存在的問題提出自己的解決思路，針對冷啟動問題，對于影響較大的興趣因素和社交因素進(jìn)行分析；針對數(shù)據(jù)稀疏問題，采用情境泛化的方式予以解決。之后通過匹配算法，結(jié)合本體模型，對于情境信息進(jìn)一步利用。最終形成情境預(yù)過濾和建模的混合機制的推薦算法。最后通