各种终端以及多种类型网络的并存,形成了重叠覆盖的无线泛在环境。在无线泛在环境下,为了提升用户体验质量,为用户推送个性化定制业务,有必要学习、了解用户的业务需求行为及规律,以实现用户业务行为的准确预测。因此本文针对无线泛在环境下用户业务行为预测进行了深入的研究,主要工作如下:首先,对无线泛在环境的相关理论进行介绍;在此基础上,分析了无线泛在环境下用户行为及其研究现状;进一步地,详述了本文相关的理论工具。其次,提出了一种基于多维度Markov模型的用户业务行为预测算法。在构建Markov模型的过程中,将用户业务时长这一因素考虑在内,增加时间维度,然后通过用户业务访问倾向权重调整概率转移矩阵,最后利用构造出的Markov模型来对用户未来的业务偏好进行预测,并通过仿真验证了该算法的有效性。最后,提出了一种基于Markov和关联规则的用户业务行为预测算法。考虑到Markov模型的缺陷,低阶的Markov模型仅依据最近的历史状态作出预测,准确率难以保障;而高阶的Markov模型需要较长的历史状态序列,导致预测样本量过小,难以用于预测,故考虑将Markov模型和关联规则算法相结合,提出了一种新颖的用户业务行为预测算法,并通过仿真验证了该算法的有效性。