随着互联网的飞速发展，当今社会数据化的信息内容规模越来越多大。在大数据的时代背景下，人们信息的获取方式已经发生了巨大的改变。如何在海量的信息数据中,觅取到适合个人口味的数据正是当前较热门的话题，随之而来的个性化推荐变成了互联网行业的又一爆炸式增长点。本文引入了一种改进的推荐方法，使得个性化推荐更加人性化。以手机阅读这样一个电子阅读类产品为例，从数据的构建、组织、运用等几个角度来详细阐述手机阅读个性化推荐系统的运作机制。提出了一套基于移动电信运营商用户url访问数据的用户兴趣行为解析方法，为实现个性化推荐提供了基础数据支撑。本文还结合人类动力学中人类行为特性的指标，构建了手机阅读用户的行为特征及兴趣图谱数据，通过应用个性化推荐算法的推荐结果和用户的个体行为特征及兴趣图谱数据，实现了不仅内容个性化，而且服务个性化的推荐。满足了运营商的营销需求，同时提高了个性化推荐的效果，使得个性化推荐在用户的角度显得更加人性化。本文对个性化推荐系统的构建具有一定的积极意义，对用户行为特征及兴趣数据挖掘具有参考价值。