随着移动通信技术的迅猛发展和手机等移动终端的迅速普及,移动通信网络已经成为人们进行资源共享和信息获取的重要方式。移动用户只要手持移动终端,就可以随时随地的获取移动提供的信息和资源服务。与传统网络相比,移动通信网络有自己的特点,首先,由于移动用户和移动终端具有移动性特点,为个性化偏好获取提供了丰富的数据来源；其次,移动具有人机相应的特点,用户的行为是用户偏好最直接的体现；再次,移动终端具有屏幕小、电量低、输入不方便等限制,要求精确获取用户的需求信息。因此,如何在移动通信特有的环境下,利用丰富的上下文信息和移动用户行为信息来获取用户的偏好,为用户提供个性化服务,成为移动通信领域面临的重要问题。本文对现有的移动领域偏好提取方法进行深入研究,基于用户行为和上下文,设计并实现了一个移动用户偏好获取系统,该系统从基于规则的角度和基于评分的角度分别设计和实现了基于改进加权关联规则的移动用户偏好获取子系统和基于模糊集理论的移动用户偏好获取子系统,并对系统进行了需求分析、系统设计、系统实现以及实验。主要工作包括：(1)实现基于改进加权关联规则的移动用户偏好获取子系统：由于移动终端的限制,从提升算法性能的角度,改进和设计加权关联规则算法,并设计和实现了基于加权关联规则的移动用户偏好获取子系统,实验表明,与MINWAL(O)相比,该系统能更高效的挖掘用户的偏好。(2)实现基于模糊集理论的移动用户偏好获取子系统：针对移动通信环境中,用户隐式偏好提取极少考虑用户的上下文信息、用户对服务的偏好度是确定数值,而导致提取的用户偏好不合理和不精确的问题,提出了基于模糊集理论的用户偏好区间获取方法,对移动用户行为进行分析、设计偏好区间算法、并对该系统进行需求分析、设计和实现。实验表明,该方法能够较合理的计算和表示基于时间上下文的移动用户对服务的偏好,为移动通信网络环境中,用户的业务适配和选择问题提供了新思路和方法。