随着互联网业务应用快速发展,基于网络的搜索引擎工具凭借其高效、便捷、直达等特点,已成为人们获取信息资源的一个重要渠道。但是,互联网信息的分布式、异构、高度开放、高速累积等特点,又带来信息海量、质量参差不齐、分布散乱无规律等问题,并且深深困惑和干扰着搜索用户。为了改善用户体验,基于用户特征和行为的搜索引擎个性化推荐服务逐渐发展起来。随着近年来手机终端的功能越来越丰富,在手机上使用移动的搜索引擎服务也成为一种不受地理位置和网络条件约束的,更简便的获得信息的方式。因为手机终端有屏幕较小、手机处理能力较弱得特点,所以移动搜索服务需要搜索结果内容和信息的集聚度更高,且需要在有限的屏幕空间中尽量展示更精准的信息。因此,个性化推荐技术在移动搜索领域的应用则更加重要。本文正是在此应用背景下,对个性化推荐相关技术和理论进行了学习和研究,分析了个性化推荐技术在移动搜索行业的应用现状。探讨了混合个性化推荐算法的多种方式,并针对本公司自主开发的明复移动搜索系统的特征,设计了用户统计信息推荐、协同过滤推荐和关联规则推荐的混合的个性化推荐方法,并应用于该移动搜索服务的WAP搜索模块中,对于降低用户检索难度、提升用户满意度、挖掘用户潜在需求等方面有着重要意义。