最近几年,伴随着移动终端硬件设备和软件系统等飞速发展,人们对于移动通信网的需求与日俱增。随着移动终端设备自身的信息传输、承载能力的不断提升,以及微博、社交网络和网上商城等在移动领域的逐渐盛行,移动通信网在为人们带来丰富多彩的移动网络信息的同时,也产生了日趋严重的移动通信网络信息过载等问题。用户偏好预测是缓解传统互联网中信息过载问题的重要方法之一,所以在移动通信网领域,用户偏好预测也成为缓解信息过载问题的首要途径。然而,与传统互联网相比,移动通信网有其自身的特点,如存在移动网络资源比较有限,移动终端输入输出功能的限制等,如何从浩如烟海的移动信息海洋中发掘移动用户所真正感兴趣的信息,提高移动通信网个性化服务质量,对于移动用户偏好预测的研究提出了更高的要求。针对移动通信网所独具的特点和日益增长的移动通信网个性化服务需求,为了获取更准确的移动用户偏好,本文在用户信任度计算、链接预测和用户偏好的时间衰减特性三个方面对移动用户偏好预测相关问题进行了研究和总结。首先,通过分析移动用户的通信行为,提出了一种计算移动用户信任度的方法,并引入到用户偏好预测之中。再次,在根据确定的近似邻居集合预测用户偏好之前,通过链接预测技术确定所要进行预测的移动应用集合,在一定程度上缓解了传统的协同过滤算法的扩展性问题。然后,基于用户偏好的时间衰减特性,通过时间衰减函数模拟用户偏好的衰减趋势,并给出了改进后的用户偏好预测方法。最后实验证明,改进后的方法在缓解了传统协同过滤技术的数据稀疏性问题和扩展性问题的同时,也在一定程度上提高了移动用户偏好预测的精度。