移动协作已经成为CSCW领域发展的一项重要课题。协作研究旨在利用人工设施(如计算机和通信网络等)为地域分散的协作群体提供一个便利的协作环境,帮助他们完成共同的目标。协作环境是利用模拟仿真的方式为协作者提供“面对面”的服务。随着无线通信技术的发展,传统的协作环境已经逐步向着移动协作环境转变。另一方面,随着情景感知等技术的发展,协作用户已经不满足于简单的人机交互,他们渴望获得更加人性化的服务,如兴趣推荐,这使得面向协作用户的兴趣推荐服务逐渐得到广泛发展和应用。移动协作具有移动性、分散性和动态性的特点,因此协作的组织结构易受到外界因素的影响,进而直接影响协作效果,甚至导致协作中断。同时,组织结构的变化也会影响推荐服务的质量,导致推荐结果失效。基于上述分析,传统的协作管理及推荐策略已经无法适应这种变化,其不足之处在于：1)传统的协作管理策略无法应对移动环境带来的影响,对于组织结构的变化给协作分工、协调和意图推测等各方面带来的影响缺乏系统深入的分析,因而缺乏有效的自适应组织管理策略来消除移动性等因素带来的动态影响；2)传统协作中的兴趣推荐策略无法提供或只能提供简单的推荐服务,对于移动环境带来的动态影响,则缺乏深入的研究和有效的自适应策略。基于上述挑战,本文对移动协作环境下的协作管理和群组兴趣推荐策略进行了研究。具体研究成果归纳如下：◆理论方面1)分析了移动协作环境的特征,从协作的组织结构角度分析了移动性对于协作的动态影响,进而分析了对于协作环境下推荐服务的影响；2)提出了二维环境下的GROUP模型,并给出了相关的定义,介绍了特点；3)提出了基于GROUP模型的自适应管理策略。并提出了移动协作环境下的“多维度权重投票算法”。该算法解决了协作过程中的领导者的选择问题,消除了领导者变化给协作效果带来的影响；4)提出了基于GROUP模型的自适应推荐策略。◆实现方面在上述理论研究的基础上,本文在LaMOC (Location Aware Mobile Cooperative System)系统上扩展实现了相关功能,并结合应用场景对所实现的功能进行了演示和分析。结果表明,本文提出的方法弥补了部分现有研究的不足,在研究移动协作环境下的协作群体管理策略的同时,也对人性化的用户推荐和群组推荐服务进行了探索,并为进一步研究奠定基础。