随着移动互联网的普及应用,移动互联网上势必会出现“信息泛滥”、“信息过载”的现象,本文为解决此现象设计了一种基于J2ME的移动个性化推荐模型,并且对相关算法进行分析与实现。论文首先介绍了移动互联网发展的现状,并且研究了移动网络个性化信息推荐中应用的主要技术。在此基础上,本文设计了基于ATC与CF结合的个性化推荐模型。对于模型中使用的ATC技术,本文采用加权朴素贝叶斯(WNB)分类器,并且针对当前的CF算法存在的问题,设计并实现了基于用户分类与记录可信度加权的Item-based协同过滤算法。其次,本文采用JAVA、Servlet实现了该模型的服务器端程序,并且采用J2ME技术实现了支持移动终端访问的客户端软件。试验结果表明,该模型能够比较准确的为用户进行个性化推荐,在运行效率与精确度上取得了令人比较满意的效果。本文设计的移动网络个性化推荐模型对于解决移动网络信息过载具有一定的理论与现实意义。