个性化服务推荐系统已获得广泛应用。然而,现存的推荐系统用户模型,多数基于网络数据,数据维度较少或不分维度进行网状语义建模,通过用户打分、点击等外部行为以及用户年龄、性别等基础信息来描述用户兴趣,较难保障数据之间的关联性与完整性,无法更深入描述用户的需求(user demands)与偏好,导致推荐准确率提升困难。本文结合作者所参与的旅游电子商务项目需求,对用户建模及推荐方面的文献进行了分类调查,分析比较了各类用户模型的优势和不足,提出一种多维用户模型构造方法,目的是融合不断出现的穿戴式设备与物联网技术带来的丰富数据来源,突破传统用户描述,全面、深刻、完整地描述用户需求,并通过维度简化语义描述的复杂性,支持面向目标的推理,实现更加准确的个性化推荐。所提出的用户模型,从用户的生理、性格、观念、知识、经历和环境等维度对用户个体进行建模,使其能够完整、深刻地体现用户需求。在此基础上,提出一种面向用户需求的个性化服务推荐方法,参考BDI推理框架,将用户模型与BDI框架的Belief关联,基于Belief推理出用户需求指标作为Agent的Desire,并通过Intention倾向计算进行候选Plan的选择机制实现服务推荐。该服务推荐方法采用了多维数据交叉验证,多层面获取与推导用户需求,通过计算服务特征与用户需求之间的匹配程度向用户推荐服务。本文基于所提用户建模与推荐方法,在BDI开源实现框架Jadex上,开发了一种旅游服务个性化推荐原型系统,在背景项目的智慧旅游门户上进行了部署和实验,取得了阶段性进展。