近年来，移动通信技术和移动互联网的迅速发展，手机、平板等移动设备的广泛应用，带来信息服务的快速发展。而作为信息服务的重要组成部分，移动推荐技术无疑成为当今技术领域最炙手可热的研究点。移动推荐系统　　会根据用户对某项目的偏好、上下文参数获取关键信息。信息获取方式可以是显式地（主要指采集用户对项目的评级信息）；也可以通过监测用户的行为、上下文参数这种隐性方式获取用户信息。早期的移动设备一定程度上存在硬件方面的局限性，如续航能力较弱、分辨率较低、带宽有限等。随着移动计算技术的发展，限制因素逐渐被削弱。同时具备传感器、计算和可视能力的移动设备的出现为移动推荐技术的发展带来了良机。　　尽管移动推荐技术应用于不同的领域，包括购物、广告、媒体等行业，但旅游业无疑是该技术应用最为集中的领域。新兴的移动旅游推荐系统利用移动计算、无线网络、网络技术和社交网络，尊重个人偏好，捕捉个人、社会和环境上下文参数，有效减少用户信息过载，为用户提供准确、个性化的信息服务，包括上下文感知服务、多媒体信息以及用户评价等内容，极大地丰富了用户的旅游体验。同时，旅游企业、旅游地管理者利用移动旅游推荐服务也将会提高其管理水平。　　论文首先回顾该领域的先进的参考文献,遵循系统化的方法，对移动旅游推荐系统的分类进行研究和探讨，并为推荐系统服务提供见解。其次在 UTAUT模型基础上根据本研究需要增加个体创新性、感知风险、上下文因素，构建用户使用移动旅游推荐服务意愿影响因素的研究模型。再次，本研究采用实证研究的方法，通过问卷发放的方式收集数据，并通过SPSS19.0统计软件对数据进行分析，验证相关假设，提出研究结论：旅游者的使用意愿受绩效期望、努力期望、促成因素、个体创新性、上下文因素的正向影响，受感知风险的负向影响，而社会影响因素不显著。同时提出旅游目的地应利用移动旅游推荐服务可以满足旅游者的个性化需求，减少旅游者的拥挤感知，有助于提升用户旅游体验和旅游地管理水平的提高。最后，基于本研究结果，对未来的研究内容和发展方向作出展望。