随着近年来农村信息化的发展,农村社区居民可以随时享受到互联网所提供的农业、新闻、生活等各类资讯。然而,网络中各类资源总量正在以爆炸式的速度增长,“信息过载”等问题已经开始制约用户对信息资源的利用。推荐系统可根据每个用户的偏好,为其提供个性化的服务信息。由于用户偏好在很大程度上依赖于用户当前情境,因此将用户情境融入农村社区用户的信息推荐中是本文的研究重点。本文通过情境感知、本体语言以及引入情境的协同过滤推荐模型,建立了一种基于本体的农业社区用户模型,并提出了融入情境信息的协同过滤推荐算法。本文主要工作如下:1.提出了基于本体的农村社区用户模型,该模型对用户属性以及农业信息特征进行获取,另外采用本体OWL语言对农村社区用户进行建模。在对用户进行本体建模的基础上,提出了一种本体OWL转换为关系型数据库的算法。采用共享内联技术与截取相对路径的方法将复杂的OWL文档的内容转换至关系型数据库,使其在关系型数据库中生成的表单数量、时间复杂度与数据冗余度上都有所降低。从而实现更方便地获得用户相关属性信息。2.提出了一种在移动情境下基于协同过滤算法的推荐模型,针对现有算法与情境之间融合程度不足,在传统协同过滤算法基础上设计了情境导向的协同过滤推荐系统模型。采用MAE和F1评价指标对本文所提出的模型与情境过滤以及普通情境建模的方法之间的推荐质量进行评估。结合上面所提到的两个子模型整合出情境导向的农业信息推荐系统,在获取到用户当前所处情境后,将情境信息与传统协同过滤算法相结合来完成信息推荐。