随着网络的飞速发展,信息过载已经给人们进行信息筛选造成了困扰。推荐系统的出现有效的解决了信息过载问题,为了顺应用户的需求,发展成为了个性化的推荐系统,它针对不同偏好的用户提供不同的推荐内容。个性化推荐系统已经被广泛应用到日常生活的衣食住行的各个方面,对于目前热门的普适计算,智能家居也随之成为研究热点。将个性化的推荐系统应用到智能家居中,也不乏会有一个长远的发展。本文运用Petri网对用户建模和分析,利用形式化的方法为系统提供有力的理论依据。本课题的研究工作如下：(1)建立了适应智能家居的情境化用户偏好模型,根据用户模型,可以给用户或者用户群提供更满意的服务,例如推荐出符合用户喜好的娱乐项目。研究的目标是建立一个隐式的和显式相结合的用户模型,运用Petri网分析技术分别分析出隐式的和显式单独建立用户模型的一些缺陷,不能够很好的满足用户的需求,为了克服这些弱点,提出隐式、显式相结合的用户模型。(2)提出一种基于内容的和协同过滤相结合的混合推荐算法,将此算法运用在智能家居的推荐系统上以提高推荐系统的推荐性能。模糊Petri网是在Petri网基础上发展起来的,是一种重要的形式化分析方法,在推荐系统的推理过程中起了重要的作用,这是研究推荐系统的建模研究的一个有力工具。伴随着这些问题的逐渐解决,推荐系统将在互联网领域为用户提供更加便捷、有效的用户信息获取体验。将个性化推荐系统应用到实际的项目中,实现智能家居中的娱乐项目的个性化推荐系统,对智能家居的研究有了进一步的推进作用。