移动环境发展日新月异,用户对于移动设备的依赖性越来越大,对移动服务的要求也就越来越高。粗粒度的服务模式不再适合时下高速发展的信息社会,用户追求信息服务的个性化与细腻化。与此同时,移动设备在广泛利用的过程中,也产生了海量情境数据信息。如何挖掘出移动信息中的价值,如何把采集的信息用于提升服务,由此产生了本文研究动机。情境感知技术是利用感知到的情境数据提升服务的相关研究。移动环境中,设备能产生并收集大量情境信息,满足了情境感知的应用需求。如何在移动环境中,充分利用情境感知技术,以提升信息服务质量,是本文的研究核心内容。本文通过调研,希望解决几个问题,即如何准确表达纷繁复杂的移动情境,移动环境中情境感知的总体流程如何运转,怎样提升移动情境感知服务的满意度,如何利用情境感知解决传统推荐存在的问题。针对以上问题,在本文的研究中,首先定义了移动情境感知的整体流程,介绍了情境分类的思路与情境获取推理的方式;之后考虑资源—用户—情境之间的三元关系,以用户为中心,利用本体和Protégé工具对于移动情境进行了完整的建模。为了分析移动情境感知对于信息服务的提升,选择利用推荐系统进行验证,首先分析移动环境对于推荐算法的影响,其次改良传统公式把情境信息引入到协同过滤之中,再对于传统推荐存在的问题提出自己的解决思路,针对冷启动问题,对于影响较大的兴趣因素和社交因素进行分析;针对数据稀疏问题,采用情境泛化的方式予以解决。之后通过匹配算法,结合本体模型,对于情境信息进一步利用。最终形成情境预过滤和建模的混合机制的推荐算法。最后通过设计实现移动情境推荐系统,结合相应指标的测试,利用系统验证了移动情境融入算法的可行性,从而证明情境感知在移动领域的有效性。最终对于研究工作进行了总结与展望,探讨了本文的不足之处,提出了未来的研究方向。