小程序作为一种全新的应用形态,自打一出现就广受关注。它轻量快捷,无需繁琐配置;简单高效,基本可以做到“用完即走”。优秀的应用体验促进了小程序的快速增长,与此同时,海量小程序下的用户推荐问题也日益凸显:在解决一个临时性需求时,用户无法快捷找到所需的小程序;并且在推荐服务中,用户期待一种更为自然直接的交互方式。因此,如何结合小程序的情境化服务特点,并改进推荐交互方式,以实现小程序的个性化推荐成为本文研究探索的主要内容。本文首先对小程序推荐的相关理论技术进行了文献研究,主要包括移动应用的推荐以及融合情境感知的推荐等。随后,分别对用户、小程序和情境进行了建模,具体包括:对小程序自身与其相互关系进行特征提取,并构建了基于知识图谱的小程序特征模型;对用户进行了融合多源标签的用户画像建模;对情境设计了基于活动理论的情境感知框架并完成了情境本体建模。其次,为了满足用户多样的推荐服务需求设计了相应的混合推荐策略,包括面向冷启动的小程序初始化推荐、基于用户-小程序-情境三维关联模型的个性化推荐,以及改进推荐展示结果的小程序序列化推荐。最后,设计开发了搭载对话推荐模块的小程序推荐聚合原型系统。其中对话推荐模块采用了任务型对话的相关技术,通过捕捉用户对话意图以确定用户需求并实现小程序推荐。在小程序推荐平台原型系统基本完成后,本文依据平台功能结构依次进行了相应测试。测试表明平台运转正常,其中通过融合情境维度可以有效改进小程序的推荐效果,而对话推荐的交互模式也极大地提升了用户的使用体验。