随着近年来O2O(Online to Offline)移动电子商务迅猛发展,线下实体商业与线上网络营销、电子支付紧密结合,为消费者提供了便捷高效的本地化服务。然而,用户隐私泄露的风险已成为制约新兴的基于云平台的O2O移动电子商务深入应用的挑战性问题,同时如何为用户提供个性化的推荐服务也是各个O2O电子商务平台关注的热点问题。论文主要工作包括:(1)本文以餐饮外卖O2O移动电子商务应用为例,针对餐饮外卖O2O平台中用户隐私保护问题和个性化推荐问题,基于当前主流餐饮外卖O2O平台的运营模式,构建了混合云结构下的基于用户隐私保护的餐饮外卖O2O平台服务推荐框架。并在该框架下,讨论了相关各方主体的作用。(2)用户访问权限控制和用户分组策略相结合的用户隐私保护解决方案。通过统一认证平台进行用户权限控制,并设计了基于用户分组的隐私数据存储保护技术。根据订单关系中{用户-餐户}的图结构采用SimRank模型计算用户相似度,并将相似用户分组,向每个分组中添加噪声数据,从而保护用户饮食习惯等敏感信息,然后采用垂直划分技术对用户的订单数据进行分割,并将划分后的数据块分别存入公有云存储节点中。通过实例分析,验证了提出的云存储用户隐私数据保护算法的可行性。(3)考虑距离因素的个性化餐户推荐方法。采用基于项目的协同过滤推荐算法实现个性化的餐户推荐,并利用指定送餐地点和餐户所在位置之间的距离对推荐列表进行优化求精处理。通过实验分析,验证了考虑距离因素的个性化推荐算法的合理性和有效性。(4)搭建了基于Hadoop云计算平台,设计并部署实现了对用户进行访问权限控制的统一认证平台。最后,对本文所做的工作及不足作了总结,并对下一步工作进行了展望。