“信息超载”是互联网时代的一个固有问题,而当用户通过移动终端接入无线互联网,信息超载就更加明显。当前,随着第三代移动通信技术(3G)的广泛应用,移动商务发展的更加迅猛,众多企业已经意识到有效的解决信息超载问题,高效、高质量的为手机用户提供信息服务意味着更多的发展机遇和更大的利润空间,对信息超载问题加强研究已经成为移动商务发展的必然趋势和深度需求。“信息推荐”作为一种解决信息超载问题的重要手段,在电子商务、网络经济学和人类社会学等领域一直保持很高的研究热度并逐渐成为一门独立的学科。在移动商务中引入信息推荐解决信息超载问题是目前的一个研究热点,但是由于手机用户所处的复杂多变场景的影响,用户的需求更加难以确定,使得信息推荐的效率和质量都受到考验。目前复杂多变场景下的信息推荐研究已受到国内外学者越来越多的重视,提出了一些面向复杂多变场景的信息推荐理论模型、支持技术和方法,但在理论方法、实现技术以及应用系统等方面仍然存在一些有待改进和完善之处。本文在跟踪相关学科国内外发展动向,集成多学科领域的最新研究成果基础上,采取定性、定量相结合的分析方法,对动态情境中的信息推荐在内在机理、本质特性、演化过程、支持技术等方面进行了如下几部分的研究:首先提出动态情境的概念,明确了信息推荐中动态情境整合的主要活动;并且形式化的表达了基于动态情境的信息推荐问题;进而提出三种在动态情境应用活动中会应用到的基本的信息推荐问题求解模式。其次,提出了基于情境偏好的动态情境对象识别方法。研究内容包括面向用户的动态情境偏好建模、基于超图分割的动态情境对象识别;然后提出了基于情境偏好的协同过滤算法。第三,分析了情境化信息推荐中用户偏好的漂移现象和特征,提出了超图支持的识别偏好漂移的方法。第四,分析了动态情境中的信息推荐演化过程,提出了动态情境中的信息推荐演化框架;在此基础上构建了信息推荐系统的分析单元。第五,基于信息推荐系统的分析单元视角,应用Multi-Agent构建了信息推荐的协同工作模式,研究包括核心Agent的结构、工作流程和协同通信方式;最后设计了体系结构和功能。最后,对本文的研究进行了总结并对未来进一步的研究方向进行了展望。