随着信息技术的不断发展,泛在网已成为当今网络发展的重要趋势。泛在环境下,部署在人们生活中的传感器节点越来越多,大量的感知信息,可极大地丰富用户的上下文信息,从而能够更加准确地判断用户状态,为个性化协同业务推荐的发展奠定良好的基础。但传统的业务推荐机制并不能满足对感知信息的应用需求,本文将结合感知信息,对传统机制做出改进。　　 本文首先提出了泛在环境下协同业务推荐体系结构,在此结构的基础上,设计了协同业务推荐模型,此模型满足了对感知信息的收集、处理与应用的需求。结合模型对感知信息的管理需求,引出建立新的用户信息模型的必要性,文中基于SID建模方法,在传统模型的基础上建立了新的用户信息模型,模型共分为三个域,用户信息域、业务信息域、以及上下文信息域。这三个域分别对用户、业务及感知信息进行统一管理与描述。另外,共同兴趣提取模块是模型中的核心功能模块之一。此模块的功能是获取状态相似用户群、并提取此用户群的公共兴趣。其中,获取状态相似用户群是其关键技术,本文设计了用户状态相似度提取算法来解决此技术问题。最后,作者结合实际场景,实现一个简单的系统应用仿真,对协同业务推荐模型的可用性进行了验证。