随着移动互联网的飞速发展以及农家书屋数字化建设的深入进展，广大农民读者不再满足于当前的阅读方式，更注重个性化阅读服务的感知。数字农家书屋中的书籍资源投入量大，易导致信息迷航，当前学术界解决此类信息过载的方法为个性化推荐技术。传统互联网的个性化推荐技术主要是基于关联规则，基于内容，协同过滤和其他混合推荐方法，没有充分考虑用户的情境信息，导致了情境缺失，不能更好的适应移动场景下的个性化推荐。移动推荐与传统推荐的主要区别在于用户、接入网络和终端，这使移动推荐增加了移动性、情境感知、终端个人化等特点。将农民读者的情境信息与协同过滤推荐算法中的Slope One相结合，可以更好的适应移动场景下数字农家书屋的个性化推荐。通过对贵州农家书屋数字化平台发展现状的调研，本文汇总并分析了电话问卷和实地技术服务走访时得到的统计数据，发现了当前贵州数字农家书屋中的部分问题，针对这些问题，提出了一些政策性和技术性的改进建议。并将调研成果作为移动场景下数字农家书屋个性化推荐系统研究的数据支撑。基于以上调研，并借鉴相关学者的研究成果，给出了数字农家书屋农民读者的情境描述，采用等价相异度矩阵的聚类方法对用户情境进行聚类分析，以此达到对静态农民用户情境的聚类，这是第一阶段。再结合协同过滤中的Slope One算法进行书目评分预测，将预测评分值高的书目推荐给农民用户，最终给出TOP-10的书目推荐列表，这是第二阶段。采取这种两阶段的协同推荐策略更适合移动场景下数字农家书屋的个性化推荐。基于该推荐策略，本文进行了移动场景下数字农家书屋个性化推荐系统的系统结构和拓扑结构的设计，采用UML进行系统建模，并设计了数据库，实现了该系统阅读工具的部分功能，给出了相应的评价测试。本文的研究成果是在相关学者对于个性化推荐研究的基础上，提炼出基于静态农民用户情境的两阶段协同推荐策略，并将该思想应用于本文的个性化推荐系统中。但是，本系统的用户数据和书目资源相对较少，缺乏对于数字农家书屋关键性技术的研究，可在今后的科研中，对相关技术做更深入的探讨。本文无论是理论上，还是实践上，都为农家书屋的数字化建设提供了一些思路，更对数字农家书屋未来的个性化服务进行了思考。希望本文能为满足农民群众日益多层次、多元化的文化需求尽一份力。