随着移动互联网用户的飞速增长,每个人都处在信息传播的中心,互联网信息资源总量呈现爆炸式增长。然而大量的信息资源不仅没有使得用户及时获得所需信息,反而使用户面临越来越严峻的“信息过载”现象。“信息过载”是指用户无法从海量信息中快速准确地找到自己所需要的信息而获得大量冗余、不相关的信息。用户通过信息搜索引擎所获得信息质量很大程度上依赖搜索关键字,难以满足用户精确需求。具有情境感知功能的移动设备信息推荐系统通过获取用户的当前情境信息,主动对用户进行个性化信息推荐服务正成为研究热点。目前信息推荐系统相关研究有协同过滤信息推荐、基于内容的推荐等,但这些推荐方法的实现缺乏考虑用户情境信息,以及存在冷启动问题,从而无法有效满足用户的动态需求。针对以上问题,本文提出基于活动理论的情境感知信息推荐服务模型,为理解情境感知与信息推荐服务提供新视角。提出基于情境本体建模与规则推理的信息推荐方法,将自定义规则与情境语义信息进行匹配计算,使得推荐系统能够充分利用用户的情境信息,并依据推理规则获得合适的信息资源推荐。通过阅读领域的应用研究,验证模型的可拓展性以及推荐方法的有效性。本文的主要工作如下:1、对情境感知过程进行梳理,将活动理论与情境感知信息推荐过程相结合,构建基于活动理论的情境感知信息推荐服务模型,提出情境建模与规则推理的信息推荐方法。2、开展基于活动理论的情境感知信息推荐服务模型在个性化阅读领域的应用研究,实现阅读领域的情境本体建模,个性化阅读推理规则库的设计与实现。3、设计个性化阅读信息推荐系统原型,实现情境感知个性化阅读的推荐服务。