今天,Internet已进入更先进的以用户为中心的理念竞争阶段,只有最大化满足用户的需求才能产生更大的经济效益。为用户提供更贴心、更具个性化的服务,逐渐成为Internet应用研究的热点；此外,移动应用作为一种可以随时随地获取信息的途径,受到了越来越多用户的青睐,而移动搜索更是成为移动应用的最常用功能。相对于传统的桌面搜索,移动搜索具有屏幕小、查准率要求高等特点。只有满足用户查询信息的个性化需求,返回最贴近用户真实需要的结果,才能从根本上提高用户的满意度。但是,当前移动搜索技术仅仅是简单的将互联网搜索移植到移动终端,而没有相应的个性化解决方案。本文将个性化服务与移动搜索结合起来,提出了一个卓有成效的个性化移动搜索解决方案。本文所做的主要工作如下：首先,在介绍移动搜索个性化需求的基础上,深入探讨了移动搜索的相关理论与个性化服务的各项技术,研究了它们的优点以及不足。其次,在有用户兴趣建模技术的基础上,将扩散激活模型引入到移动用户兴趣模型的更新过程中,提出了一种基于用户相关反馈的兴趣模型建立与更新方法,通过在概念树中不断扩散激活因子,并调整概念的特征向量来不断更新每个概念的兴趣度。之后,给出了一种基于显隐式结合的用户兴趣信息获取方法,首先在用户注册时隐式确定分类的兴趣度,之后根据用户浏览过程中的浏览行为与浏览内容提出一种获取用户的兴趣页面的方法；针对获取用户兴趣模型之后的排序,给出了一种基于概念与查询相似度的个性化重排名方法。最后,详细介绍了采用Lucene实现的原型系统,通过实验进行对比,证明本文所设计的系统在Top-n查准率性能上与Google相比有了较大的提升。本文所研究的内容有效分析了移动个性化搜索的实际问题,对移动信息检索的设计与实现具有一定的参考价值。所设计的个性化移动搜索系统是一种有效的探索,具有较广泛的研究意义和应用价值。