基于移动技术的移动应用具有随时随地、丰富交互、方便快捷等特点。在移动应用领域中，隐私问题是影响消费者采纳移动应用服务的一项至关重要的因素，在保护用户隐私的同时提供高质量的服务推荐是一个挑战性问题。本文主要针对移动商务和移动社交网络两种移动应用模式，研究了隐私保护技术与个性化服务推荐解决方案，研究成果主要包括：(1)在深入了解移动商务隐私研究现状的基础上，提出了影响消费者采纳移动商务的隐私因素分析框架，进而构建了基于结构方程模型的移动商务隐私因素分析模型。(2)基于新兴的移动商盟特点，给出了可信移动商盟的定义，详述了移动商盟服务推荐模式及流程。(3)从达到隐私保护、查询处理性能和服务质量三者之间平衡的角度出发，定义了用户隐私需求和最差服务质量参数，设计了基于加权公路网络寻找最小匿名环的位置隐私保护算法。(4)提出了基于移动商盟和ELECTRE Ⅲ方法的移动商家推荐算法，以商家的信誉度、用户当前所在位置与商家所在位置的距离、体现用户集体偏好的推荐采纳次数、信息服务提供商的推荐位序作为四个评价指标对候选商家进行综合排序，并通过详细的应用示例分析，验证了所建立的移动商盟服务推荐解决方案的可用性和推荐结果的合理性。(5)针对移动社交网络中的好友推荐应用情境，设计了基于分布式结构的用户自组织生成匿名区域的位置匿名算法，并利用生成的移动用户相关数据，模拟用户P2P通信环境，对提出的算法进行了实验分析，验证了所提出的位置匿名算法的可用性和有效性。(6)根据位置匿名区域获取附近的兴趣点，基于在兴趣点的用户历史签到数据，计算用户之间的相似度，为请求用户提供旅游同伴推荐服务，并通过应用示例分析验证了服务推荐方案的合理性。本文对提出的模型和各种算法大部分都进行了实验或示例分析，实验结果表明，所提出的隐私保护算法可以有效地保护用户的位置隐私信息，服务推荐算法在其适用情境中是合理、有效的。