目前,在出行者信息服务领域,对于信息服务的研究大都是从信息本身及其影响出发,只考虑信息的全面性、准确度和实时性,以及面对大量出行信息时出行者由于有限理性难以正确识别、分析和应对这些信息,无法做出正确的选择,产生过激反映、集聚反映等现象。而本文从出行者个体需求差异的角度出发,采用决策树方法来归纳出行者对各类出行信息的个性要求,利用Agent技术具有的智能性、学习性等特点帮助出行者处理出行信息,以实现更高级的信息服务,并使用移动处理的方法来构建出行者信息服务网络。本文分析了个性化信息服务中信息表达方式、需求、分类以及提供策略等方面的问题,从信息服务层次的角度赋予个性化信息服务新的内容。通过对比各种信息服务的提供方式,说明采用移动设备的方式是提供个性化信息服务的最佳途径。在此研究基础上,建立了ITS信息服务网络结构模型,结合Agent技术建立了信息服务终端模型,并定义了各组件的功能。对用户信息需求的求解问题,本文采用了机器学习中的C5.0决策树算法。该算法以信息增益率来划分,执行效率和计算效率高,能够生成较为容易理解的规则,而规则正是用户对信息个性需求的体现。此外,文章通过实例验证了该算法的有效性。本文利用starlogo软件对个性化出行信息服务中的驾车出行信息服务进行仿真,通过仿真由有普通信息服务的出行者和具有个性化信息服务的出行者所组成的动态混合路网,获得出行总时间、出行总距离、实时交通流分布、平均车速变化曲线以及仿真运行时间等数据,借助这些数据分析ITS应用中个性化信息服务的作用,以及管理部门应如何调整信息策略为出行者提供出行信息服务并改善交通环境。