随着计算机技术、网络、移动通信、信息处理技术的发展,教与学的模式也在逐步发展,在课堂教育模式基础上发展了电视教育、远程网络教育、移动教育等多种教育模式,其中课堂式教育具有集中、实时、互动、启发等优势,是目前国内外教学采用的主要模式,但这无法满足成人教育的时间、地点多样性需求；而广播电视教育、远程网络教育的发展为成人教育提供了很好的技术和服务支持,但无法满足人们随时、随地学习的需要；尽管目前国内外研究的移动教育可以满足人们随时、随地学习的需求,但移动教育无法满足用户实时情景的传输要求,主要矛盾是通信带宽无法满足实时情景传输。近年来随着3G、4G无线宽带网络应用和普及,可以满足移动远程教育的实时、高效、可靠等服务质量需求,从而可以更好的满足人们不同学习方式需求,也可以进一步拓展学习模式和提高学习效率,为移动学习和情景感知学习提供了坚实的物质基础。然而如何高效推荐合适数量的专家给学习者是移动情景感知学习的关键问题之一,为此本文研究了移动情景感知下的专家推荐策略。本文在大量相关文献阅读的基础上,对国内外移动情景感知学习下的推荐策略及相关的学习理论进行了综述,并分析了移动情景感知学习环境下的专家评价因素,根据专家评价因素得到影响专家满意度D的4个关键推荐因子,分别是专家专业知识熟练度TE、专家历史解决问题时间平均值TT、专家单位时间内服务费用TF和专家与学习者之间单位时间通讯费用CF。在专家真实数据的支持下,本文对4个推荐因子和专家满意度D的数据进行了两两对比分析,得出它们两两之间存在线性关系的结论,从而可以推出另一个结论：专家满意度D可以表示为4个推荐因子的线性组合。在此结论基础上,本文提出了基于多元线性回归的专家推荐模型,并根据系统平台专家库中专家的实际数据信息,对推荐因子的偏回归系数进行了最大似然估计,最后根据此推荐策略为学习者推荐满意度靠前的专家,并记录专家服务过程中数据。为了验证移动情景感知学习环境下多元线性回归推荐策略的可行性,本文专门设计了真实模拟实验,实验以指导学习者掌握居家健康智能检测仪器的使用为例。实验安排在2间封闭实验室中进行,为防止专家和学习者面对面交流对实验效果的影响,实验将指导专家和学习者安排在不同的封闭实验室中,为了排除指导过程中通讯工具盒通讯网络因素的干扰,实验通讯工具统一使用Android智能手机,智能手机都使用3G无线网络。实验目标为指导学习者掌握居家健康智能检测仪器的日常操作,实验过程中的实验数据将被记录下来。通过对真实模拟实验数据和平台专家数据的分析,得出在移动情景感知智能学习平台环境下的结论有：①随着专家专业知识熟练度TE的提升,专家的服务费用TF、专家满意度D都随之提升,而专家服务时间TT则减少。②在移动情景感知智能学习环境下根据推荐策略推荐的专家满意度要比面对面指导低,服务时间比面对面指导长,但不管是专家满意度还是专家服务时间,根据策略推荐的专家数据和面对面指导的专家数据都非常接近,这表明本文阐述的推荐策略效果良好。③推荐模型预测的专家满意度和实际专家满意度非常接近,说明使用该模型进行专家推荐准确度高,学习者能获得满意度高的专家为其提供指导服务。④利用本策略推荐获得的专家都可以得到很高的满意度反馈,而随机推荐得到的专家满意度参差不齐,且经过本策略推荐的专家满意度明显高于随机推荐的专家满意度。