旅游移动服务是一种情景依赖度较高的移动服务,用户在接受旅游产品的个性化推荐时,当前情景对用户偏好会产生一定程度的影响。关于旅游移动商务个性化推荐的研究已成为当前热点之一,目前旅游移动商务个性化推荐中基于情景的部分研究主要存在缺少维度权重和推荐结果类似的问题。虽然部分研究运用了情景要素对用户特征集进行扩展,却未充分考虑各情景要素本身对推荐结果及用户偏好的影响。还有部分研究仅使用时间、地点等物理环境维度的情景要素作为构建用户偏好模型的维度和产生推荐的依据,不同特征的用户在同一情景下获取的推荐结果相似,并未很好的实现个性化推荐。为了提高旅游移动商务的个性化与适应性程度,使用户可以通过旅游移动商务推荐系统更好地进行自我服务,本文重点针对以上两个问题开展了研究。本文从情景的角度出发,以景点推荐为例,对旅游移动商务环境中的个性化推荐方法展开研究,在分析旅游移动商务和个性化推荐方法研究现状的基础上,综合使用情景理论、个性化推荐方法,在当前情景、历史情景、用户历史行为记录和用户基本特征四个维度应用贝叶斯网络对用户偏好进行推理,构建了多维用户偏好模型。在此基础上,本文对已有个性化推荐方法进行了改进,通过实验验证证明了本文提出的旅游移动商务环境中的基于多维用户偏好模型的个性化推荐方法的推荐质量在一定程度上优于传统的个性化推荐算法。