人类社会进入信息时代，信息量的与日俱增为人们带来了信息共享的快乐，同时也带来了“信息迷航”和“知识匮乏”等问题，个性化服务是Internet信息增长的必然结果，当下随着智能移动用户终端数量的激增，移动个性化服务倍受关注，作为移动个性化服务核心技术的移动个性化的用户建模研究也逐渐受到重视。 本文以移动终端新闻服务系统为基础，分析了个性化信息服务的必要性，确定将移动个性化服务中的用户建模作为研究方向，研究移动用户的兴趣，建立相应的用户模型。本文着重阐述了个性化服务的研究背景与意义，目前国内外的研究现状和达到的程度，个性化信息推荐系统的分类，个性化用户建模相关技术等。 在此基础上提出了基于朴素贝叶斯分类器的移动个性化用户模型，该模型通过对不同兴趣领域训练集的学习，从用户的浏览历史中挖掘和预测用户的兴趣。将贝叶斯分类和词频统计相结合动态更新用户模型来提高用户模型的准确性，并将用户的行为抽象为行为模型，综合考虑用户的行为信息和浏览历史信息构建用户模型。系统采用隐式获取用户模型和自动用户建模的方式，相对于传统的个性化服务系统，该方法可较为准确地预测用户兴趣。针对移动个性化服务的特点，本文进一步提出了加入遗忘因子和用户长期兴趣和短期兴趣的改进方案。 论文进行了一系列实验，给出了实验数据和仿真图，实验表明，本文所提出的针对移动用户的用户模型具有较好的准确性、有效性和实用性。论文最后总结了此用户模型的特点，并对下一步改进研究工作进行了展望。