随着二十一世纪的到来,我们真正进入了互联网时代,互联网在不断地改变人们的生活,如何更快更好的为用户提供优质的服务成为了关键,手机App在这样的背景下发展迅猛,App承载了各种便捷的移动服务,好的App逐渐成为了人们日常生活必不可少的一部分,如何将手机App真正融入到绝大多数用户生活里,是所有开发者面临的重要难题。另一方面我国的经济高速发展,人们的生活水平也随之提高,越来越多的人愿意走出自己生活的圈子,到国内其他风景优美的地方甚至国外去旅游,那么为了能够在旅途中可以舒心惬意的进行身心之旅,一种能贴合游客自身需要的旅游个性化服务就是所有旅人所急切需要的,那么如何才能提供这种贴和不同游客自身需求的服务呢?这也成为了旅游服务提供商希望解决的难题。为了解决以上两个问题,移动个性化旅游推荐系统的研究就成为了解决它们的最合适的方案,这种推荐系统能为游客在选择旅游服务时节省大量的时间,带来方便与快捷,同时也为开发者省下大量的推广成本,还能为旅游景点带来丰厚的利润,促进我国旅游行业的发展,因此,移动个性化推荐系统不仅具有理论研究价值同时还具有很高的商业应用价值。本文在研究传统的推荐系统时发现,单一的推荐系统在推荐效果或推荐效率上都有各种缺点,因此我们在此基础上,研究分析了不同推荐算法的优点与缺点,同时结合了移动端的优势,提出了基于特征-情景的混合推荐算法。我们首先利用用户对移动端的操作,记录其行为特征,根据这些特征基于利用基于内容的推荐算法构建用户的偏好模型,同时运用标签推荐算法利用景点情景信息构建情景模型,然后利用用户偏好模型开始第一次推荐,并将推荐结果作为输入,运用情景模型进行二次推荐,所得到的推荐结果就是最终得到的个性化推荐结果(用户稀疏时情景模型权重大,反之偏好模型权重大)。然后我们设计了详细的算法对比实验,将单一算法的推荐结果与我们的混合推荐结果作对比,实验表明该混合推荐算法的推荐准确率更高,同时推荐效率也比较高,从而证明了该混合算法的有效性。