个性化信息服务旨在解决按照用户的需求传递信息的问题。随着信息科学与技术的发展，信息已经渗透到人们生活的各个方面。移动电话的普及和移动数据业务的发展带来了移动网络信息的膨胀。针对移动应用的个性化信息服务已经成为一种必然的需求。本文的选题将重点研究和分析移动数据应用环境下的个性化信息服务。在分析了个性化推荐技术研究现状的基础上，基于移动终端离线浏览系统的应用环境，提出了基于移动终端离线浏览系统的个性化信息推荐服务体系结构。并进行了以下主要研究和分析工作：一、用户行为序列分析：通过改进的K—近邻分类器的个性化推荐算法对每个移动用户的新闻访问行为序列进行跟踪、记录、建模和分析，将个性化特征归类存储并得到新闻推荐集合，实现了实时的个性化新闻推荐。仿真实验对用户行为序列分析的推荐算法进行了验证，推荐正确率为70％左右。二、新闻内容分类分析：通过对新闻文本进行文本分词，特征抽取，并结合用户模型提供的历史语料，设计了基于朴素贝叶斯的文本分类器，得到用户对未读新闻的兴趣取向。实验证明：内容分析的推荐正确率要高于行为序列分析的推荐正确率。三、推荐模块的综合分析：通过分析以上两种推荐方法的优缺点，并结合应用系统的实际需求，设计了推荐模块的整合算法，对两种推荐模块的推荐结果进行综合分析，得到更准确的推荐结果。并设计了关联规则接口，以适应推荐系统的可扩展需求。