数字经济蓬勃发展的大背景下,消费者的中心性地位日益凸显,却仍然面临“信息过载”和“信息迷航”的问题。在此背景下,个性化商品信息服务应运而生,并逐步成为数字时代精准营销的大势所趋。但个性化商品信息服务发展至今仍存在用户需求的匹配度不高、准确性差、在不同的应用场景下无法自适应调整等问题。因此,对与个性化商品信息服务相关的智能化技术进行系统的、严谨的学术研究显得至关重要。通过国内外相关文献的梳理,本文发现基于协同过滤和基于内容的推荐方法的研究较为深入,在构建推荐系统时较为常用,而基于本体的推荐方法理论基础较为坚实,具有上述两种推荐方法所不具备的优势,是对协同过滤和基于内容的推荐方法的完善和补充。然而,基于本体的个性化商品信息服务虽然一定程度上能对消费者的特征进行知识建模,但是它忽略了历史的消费情境模式会对消费者的购买偏好产生影响,导致了在建模过程中语义的丢失,且忽略了消费者个人特征和环境情境的影响。为了使得个性化商品信息服务相关的智能化技术更为完善和多样,结合本体相关理论、情境感知理论,构建了个性化商品信息服务的商品分类模型和情境语义模型,并通过本体五元组的形式对类、属性、实例、作用域和公理进行明确地定义,设定了直接情境和间接情境信息的处理和建模方法;并结合描述逻辑和规则引擎的方法,制定一套完整的推理步骤和实现方法,借助Jena和Pellet开源工具设计相应算法分别从描述逻辑层和规则推理层对情境信息进行推理,挖掘潜在语义知识;并分别为语义建模和推理机制评价设定了评价机制,并基于SPAQL查询和算法实验的方法对其分别进行评价。本文的结论显示:利用本体对商品领域知识进行建模,并在本体模型中引入情境语义信息,能够有效提高个性化商品信息服务的可复用性、情境敏感性和可靠性;个性化商品信息服务中对情境进行推理能够对低层次的情境信息进行整合和处理,推理生成更高层次语义以满足智能化需求;通过建立评价机制对情境语义模型的效果进行评价,能够验证所构建的本体模型从概念层、语义层和推理层的可靠性和一致性;通过性能实验对情境推理机制的效果进行评价,能够验证所构建的情境推理机制的响应性能和推理的准确程度。本文的贡献之处在于:结合了本体理论和情境感知理论,对个性化商品信息服务进行情境语义建模,将情境语义模型划分为商品类别本体模型、直接情境本体模型和间接情境本体模型,并结合实例对构建过程进行了详细说明;结合了情境推理和描述逻辑的相关理论,明确了情境推理的实现步骤和采用的具体方法,并将情境推理划分为基于描述逻辑的推理层和基于规则的推理层,在每一层定义了相关规则,以此作为后续推理实现的基础;建立了情境语义建模与推理机制的评价模型,设计了相应的评价指标,并结合实验结果分别对情境语义建模效果和推理机制效果进行评价,为相关企业提供更高效能的个性化商品信息服务解决方案,并为学术界对于个性化商品信息服务技术的探索提供新思路。