根据2013年中国互联网络信息中心(CNNIC)的调查报告数据显示,中国使用手机上网的网民数量已达到5亿,并继续保持稳定增长状态,手机是使用最多的一种上网方式。随着移动通信技术和互联网技术的发展,智能手机、PAD等各种移动智能终端设备已随处可见,移动终端各类应用软件和智能手机第三方应用程序也迅速发展,移动设备成为获取用户情境信息最便捷的一种方式。越来越多的用户通过移动设备登录图书馆获取知识和服务,移动图书馆用户的数据慢慢地从电脑端转变到了移动设备端,移动设备的智能化推动了移动图书馆服务方式的进步。在移动网络环境下,移动图书馆是图书馆信息服务的重要方式。但是在移动环境下移动图书馆用户的信息需求具有很强的情境敏感性,因此考虑到用户所处的情境,移动图书馆需要为用户提供符合当前情境的信息和服务。个性化信息服务的前提是用户模型的构建,用户模型是对用户即时个性化的信息需求的描述和表示。为了能够使移动图书馆用户更好地利用移动设备使用移动图书馆的个性化服务,将智能信息处理技术和情境感知技术应用于移动图书馆用户模型构建过程中具有重要的研究意义。将情境因素加入到移动图书馆的个性化信息服务中成为移动图书馆新的研究热点,这种服务方式是在已有移动图书馆服务技术和设施基础上,综合考虑用户在特定情境下所产生的符合用户情境的信息需求,为用户提供具有针对性的情境信息服务。同时由于移动图书馆用户模型的构建是移动图书馆提供个性化信息服务的基础。所以本文以国内外已有研究为前提,探讨了移动网络环境下基于情境感知的移动图书馆用户模型的相关问题。基于情境感知的移动图书馆用户模型研究符合移动图书馆的发展规律,能够在提高移动图书馆的服务质量和满足移动图书馆用户个性化信息需求等方面发挥巨大的推动作用。本文主要通过以下的几个章节进行了相关研究:第一章,首先介绍了研究的背景和意义,分析和梳理了情境感知技术和用户模型的国内外研究现状,同时对本文的研究方法和主要研究内容进行了介绍;第二章,介绍了移动图书馆以及情境感知的相关理论基础,并对用户模型构建的相关知识进行了介绍。第三章,首先介绍了基于情境感知对移动图书馆用户模型建模流程,然后结合移动图书馆用户的历史情境和当前情境进行情境信息的采集和表示。并对获取的情境信息进行融合,文中采用模糊逻辑和Bayes估计法相结合的方法进行低层数据的融合,采用基于神经网络的方法和基于规则的推理方法进行高层数据的融合。情境信息融合后,利用本文提出的情境特征项提取方法进行情境特征项的提取,并利用德尔菲法和层次分析法进行用户情境特征项权重的初步赋值。最后采用层次向量空间模型的表示方法对移动图书馆用户模型进行表示,构建完成初步的移动图书馆用户模型(UID模型),并对模型初始化构建过程进行描述。第四章,主要是针对第三章构建的移动图书馆用户模型的学习和更新进行研究,首先介绍了显示反馈和隐式反馈两种用户反馈技术。对本文构建的移动用户模型的学习和更新技术进行相关研究,描述了模型的学习更新流程。第五章,通过搭建实验仿真系统进行用户模型的模拟仿真测试与分析,利用对比实验的方法然采集相关的实验数据,对两个实验组的成员反馈的实验数据进行处理分析。利用查准率、用户满意度两个指标进行相关的实验数据分析和比较。实验证明在具体的模拟仿真应用中,文中构建的移动图书馆用户模型具有一定的有效性和可行性,能够更好的满足用户在特定情境下的信息需求,提高移动图书馆的服务质量和水平。第六章,总结全文的研究状况,并对未来的研究工作进行了展望,同时指出本研究中存在的不足。本文从情境感知的角度进行移动图书馆用户模型相关问题的研究,在移动图书馆用户模型的构建过程中结合使用了情境感知技术和智能信息处理技术。并借鉴智能信息处理、用户建模领域相关的技术及方法,改进了用户建模相关的关键技术环节,通过搭建实验仿真系统进行模拟仿真实验,证明了移动图书馆用户模型的有效性和可行性。为后续的相关研究提供借鉴和参考。