芯片微型化技术的快速发展使得移动设备的功能越来越强大,除了能够完成各种日常应用的基本功能,同时还能够支持各种类型手机游戏的流畅运行,各类移动设备也成渐渐为大家娱乐的一种重要选择。游戏开发商开始大量制作移动端游戏,且移动端游戏站游戏总量的比例仍然在增加。如何建立移动端游戏玩家模型,精细化分玩家已经成了业界的一项重要问题。而如何提升玩家对手游的黏性与付费率等指标是各类手游运营商的最终诉求。通过对基于用户画像的手机游戏用户个性化内容推荐研究,可以帮助游戏运营商在运营阶段更有针对性的做好精准营销。截至目前,国内外对PC端游戏的研究较多,然而通过对相当数量的文献整理研究发现,针对手机游戏用户建模研的研究相对比较少。所以本文以精准营销为目的,首先分析手机游戏用户建模所需要的相关画像技术,研究了对玩家画像的构建等技术,以求用画像结果为玩家提供个性化的游戏场景推荐。而后又研究了游戏道具推荐所需要的技术,最终在情景和道具两方面对玩家进行个性化推荐。本文从业务战略和策略解读,确定了研究用户画像在精准营销方面的作用。在此基础上,结合使用与K-means算法与协同过滤算法建立了个性化推荐模型。玩家在进行游戏时,游戏根据模型对其的精准营销会满足玩家需求,相应的玩家就会花费更多的时间与金钱在游戏之中,运营商的利润就会提升。本文选择K-means算法与协同过滤算法对某个游戏真实的数据进行统计和分析,并通过自定义推荐模型的计算,最终得到以下结论:本文提出的手机游戏个性化推荐系统相比运营商对用户统一的营销能大幅提高用户的黏性。最后在研究的基础上,力求为移动端游戏开发商和运营商做出更好的游戏营销提供建议。