随着因特网技术的快速发展,农业信息资源以几何级数飞速增长,但由于农户自身对互联网的了解和应用不足,导致农业信息的推广率不高。在其他信息领域常用的推荐技术中,基于内容推荐方法能满足用户的个性化需求,可是无法满足用户的多样性需求;协同过滤的推荐方法能满足用户的多样性需求,却无法满足的个性化需求,并且存在着冷启动这一大问题;混合推荐可以同时满足着用户个性化与多样性的需求,但依旧存在着冷启动的问题。针对所提的问题,本文提出了基于情境因素的融合兴趣模型推荐方法。本文首先基于内容推荐,提出了带时间权的用户兴趣模型;接着基于传统的协同过滤,提出了行为与内容二者相似度混合的相似度算法,构建了潜在兴趣模型;然后利用最大值法将两种模型融合,得到可以同时满足用户个性化与多样性需求的融合兴趣模型;最后,考虑到情境因素对用户兴趣的影响,提出了基于情境因素的融合兴趣模型推荐方法,解决了农业信息推荐冷启动的问题。最后,本文以从农业资讯网站抓取的10000名用户浏览数据为数据集,以F1值和Diversity作为评价指标,将本文基于情境因素改进后推荐结果与改进的基于内容推荐方法、改进的协同过滤、二者分区混合推荐以及本文融合方法进行实验对比,结果表明,改进后推荐结果的F1值比融合方法和分区混合略高,并且明显高于协同过滤和基于内容的方法,其Diversity与融合方法、分区混合和协同过滤基本相近,比基于内容的多样性明显更高。