随着无线电子和信息技术为基础的移动通信产业飞速发展,电子商务方兴未尽,移动商务又走进了我们的视线,其具有高效、省时、方便等传统电子商务无法比拟的优势。然而,《中国移动增值服务市场综合分析报告(2005)》指出32%的移动用户对移动短信业务存在不满,其中有54%的移动用户认为不满意的原因是商家提供的服务不够个性化,因此如何切实实现对移动用户的个性化推荐成为了移动商务迫切解决的问题之一。然而,移动商务的种种自身限制却给个性化推荐的实现带来了诸多问题,包括分布式异构数据多、通信成本高、带宽有限、隐私保护程度低以及站点组织结构灵活性差等。因此,如何利用合适的个性化推荐技术解决上述问题从而构建个性化推荐系统成为本文研究的重点。近年来,贝叶斯网络模型作为一种基于模型的个性化推荐技术,以其理论上的严格性和一致性,以及有效的局部计算机制和直观的图形化知识表达,成为个性化推荐技术领域的研究热点。但是,现有关于贝叶斯网络的研究大多数都只局限于集中式,因此并不能很好的解决移动商务给实现个性化推荐带来的上述种种问题。本文在充分吸收前人研究成果的前提下,提出了新的研究角度,即利用分布式异构贝叶斯网络模型技术构建移动商务个性化推荐系统,并给出了相关学习算法,从而在解决上述问题的前提下,快速、准确的建立模型。本文主要研究内容及成果包括:(1)基于CI检验的贝叶斯网络结构学习。将节点之间的互信息与阀值的关系作为CI检验的标准,提出LBNSL算法并对算法的复杂度做出分析。分析结果表明利用LBNSL算法构建的贝叶斯网络结构准确,且算法复杂度不高。(2)贝叶斯网络的分布式学习。将样本概率值与阀值之间的关系作为跨站点样本传送的依据,提出DHBN算法,并提出了如何利用节点之间的相对熵在贝叶斯网络模型之间做比较性分析及其具体算法。(3)分布式异构贝叶斯网络建模过程研究及模型分析。基于本文提出的建模算法,分析了分布式异构贝叶斯网络模型搭建的整个过程,并成功建立模型,此外还依据文中提出的比较性分析方法对该模型与依据传统方法建立的模型做出比较分析。分析结果表明两个模型的结构完全一致、参数差异非常小。(4)分布式异构贝叶斯网络模型在移动商务中的应用。提出移动商务个性化推荐系统的结构及其应有的功能。随后在系统实现中,以Hugin为软件平台,利用本文构建的分布式异构贝叶斯网络模型的推理结果作为移动用户个性化推荐的依据,实现了对移动用户的个性化推荐功能。