移动学习作为一种新的学习形式，使得学习者可以利用移动设备在任何地点任何时间进行学习。移动学习不仅是传统学习方式良好的补充，其在国内外快速发展的趋势表明其未来很可能占据主导地位，因此对于移动学习的研究具有实用意义。面对越来越丰富的信息资源，利用个性化推荐技术可以为不同用户提供不同的服务，将情境信息引入到推荐系统中可以提高推荐的精度和质量。本文首先详细介绍了本研究所需的基础理论和研究现状，包括移动学习理论发展及应用实例；情境感知理论的提出与发展，情境感知技术的应用领域，总结了情境感知技术在推荐系统中的应用，在总结前人工作的基础上设计了一种基于用户情境聚类的个性化推荐算法。该算法引入了情境信息，利用情境预过滤思想，首先运用模糊聚类的方法对历史数据集中用户的情境进行聚类，构造与当前用户情境相似度较高的用户集合，再与传统的基于用户的协同过滤算法相结合进行个性化推荐，并设计实验，使用公开数据集测试证明了算法的有效性。研究设计出一种基于情境感知的移动学习系统原型，对所划分的情境感知设备层、情境感知数据处理层、情境感知数据挖掘层、学习资源存储层等四个层次分别进行介绍，并阐述了推荐算法模块在该系统中的应用。最后详细介绍了该原型系统的具体实现过程，包括相关开发环境的搭建，客户端以及服务端实现过程中采用的解决方案与关键技术，设计测试方案，进行系统测试，结果证明了算法在移动学习应用中具有一定的有效性。