随着通信技术的提升和市场的不断扩大,电信增值业务正向种类丰富的数据业务转移,是未来移动通信发展最有潜力的领域。作为最大的增值业务平台之一的OTA,必须做到使终端用户在任何时间、任何地点享受各色各样的个性化服务。同样由于3G无线传输技术的高带宽、高传输速率,使得各种各样的移动增值业务具有了更新的用户体验和更大的发展空间。本文提出的个性化OTA推荐系统通过分析移动用户的兴趣爱好以及消费习惯,向用户推荐他们可能需要的信息,可以有效地帮助移动用户选择和使用其感兴趣的信息,从而提高增值业务推广效果。本文首先介绍了课题的相关背景,并简单地描述了OTA以及本课题使用到的数据挖掘、个性化技术等相关知识。接着根据移动用户兴趣的特征分析,设计出个性化OTA推荐系统的输入与输出模块。并详细介绍了每个部分的基本结构与算法原理,包括用户兴趣模型的表达,用户兴趣模型的信息采集、模型的建立、更新以及基于内容过滤的搜索算法,用户评价反馈算法。之后,我们对整个个性化推荐过程进行了演示,并对实验数据进行了分析。