随着移动互联网与移动智能终端的不断发展,终端用户对于使用终端设备查询、获取信息的依赖性越来越大。移动搜索应用已经成为移动互联网用户使用最频繁的应用。如何为移动终端用户提供符合用户兴趣的搜索结果已经成为研究热点之一。本文充分考虑移动终端与搜索应用的特点,对移动环境下用户兴趣模型的构建和更新方法进行了深入分析,将终端用户当前所处情境与兴趣信息相结合,基于主题概念分层结构的向量空间模型,建立了具有情境识别的动态用户兴趣模型,根据情境相似度,结合用户长短期兴趣特征给出了用户兴趣模型的更新方法。在此基础上,对如何使用情境与兴趣关联模型影响移动搜索结果,提高移动用户对搜索结果的满意度进行了深入的探讨和研究。分别提出了一种基于用户兴趣模型聚类分析的查询扩展算法和一种基于传统PageRank排序算法的改进算法。改进的排序算法将移动环境下用户兴趣与群组兴趣信息加入到排序过程中,并根据用户对搜索结果的反馈对算法进行了修正。最后,使用平均查准率和nDCG评价体系对模型与算法进行了评价。实验结果表明,本文提出的模型与算法能够准确地描述移动环境下的用户兴趣及其动态变化过程,搜索排序结果相比传统的PageRank算法具有更高的查准率和nDCG值。