近年来,集成融汇(Mashup)技术的发展与开放API数量的增加形成了新的集成融汇生态环境[1]。随着集成融汇环境中开放数据与服务日益增多,用户获取所需信息并构建个性化融汇服务的难度随之增大。为了解决这一问题.本文尝试采用基于情境感知的集成融汇方法,在最大限度减少用户输入的情况下,使信息服务系统能根据用户动态的情境信息主动提供相应服务。　　 本论文的研究工作主要包括以下几个方面:　　 首先,调研分析了当前有关情境感知集成融汇的研究现状,总结相关研究成果,分析所涉及到的关键技术、存在问题等,作为本论文研究基础。　　 其次,以个人学习环境为应用场景,设计了基于本体的情境模型(CA-PLE)。该情境模型包括两部分:用户情境模型及服务情境模型。对于用户情境本体模型,本文将其分为用户、时间、地点、环境、活动五个核心本体.并对每一个核心本体进行了细节上的设计。对于服务情境模型,在借鉴OWL-S本体模型基础上,提出对Widget元数据、服务情境信息、服务类别信息三部分进行扩展的解决方案。　　 第三,探索情境感知服务发现方法,提出基于规则的情境推理及情境感知的语义匹配策略。其中,基于规则的情境推理主要用来发现用户的隐含情境,并将推理得到的信息更新到用户情境本体中；情境感知的语义匹配方法则将用户情境本体与服务情境本体进行匹配,并将匹配度高的服务优先提供给用户。这两种技术的结合能够高效、准确的发现与用户需求最相关的服务。　　 最后,以具体的应用实例对关键功能模块的开发进行了实验,对本文提出的基于情境感知集成融汇方法进行验证,分析技术的可行性、有效性以及存在的问题、下一步工作重点等。　　 综上,本论文分析并探讨了情境感知集成融汇技术路线、实现策略等,希望对相关研究和应用建设提供借鉴。