社交网络服务在过去的十年内取得了空前成功,利用社交网站与好友交流已经成为人们社交生活中的一部分。随着移动通信技术的飞速发展,移动互联网的浪潮开始席卷日常生活的各个方面,使得传统互联网的社交网络服务向移动环境迁移。作为社交网络服务中重要的一部分,好友推荐服务可以挖掘用户的潜在社交关系,对于用户的偏好预测和服务的推荐具有重要意义。如何利用移动上下文等信息提高个性化推荐的准确度和用户体验度,成为移动好友推荐服务的重要课题。本文面向移动互联网的个性化好友推荐服务,提出了一种利用移动设备上下文信息进行好友推荐的方法。首先,根据移动设备的通信数据计算用户间的通信社交强度。然后,利用设备的无线通信技术“感知”用户间的位置社交强度。最后,结合前两步的结果计算出移动社交强度,通过改进一种基于图的推荐算法得到用户的好友推荐结果。实验结果表明该方法在推荐范围和准确度上都有优势,能够提高好友推荐服务的质量。与关注社交图谱的社交网络不同,基于兴趣的社交网络关注得更多的是用户的偏好和兴趣。因此,本文提出了一种基于兴趣的移动好友推荐方法。方法从用户标签、关注网和微博内容三个层面建立用户模型,利用用户标签挖掘用户的特征偏好,利用关注网发现用户关注的信息,利用微博内容发现用户感兴趣的话题。建立用户模型后,通过计算得到用户间的兴趣相似度,从而为用户生成可能感兴趣的用户推荐列表。本文基于新浪微博设计并实现了基于兴趣的好友推荐系统。系统提供的功能包括搜索移动用户的邻近用户,根据用户间的兴趣相似度为用户推荐兴趣相投的用户,从而帮助用户扩展社交圈。