由于农业和计算机技术的发展,现代大型农业科学工程研究、农业信息服务和数字媒体应用中的数据资源呈爆炸式增长,这些知识、资源数据具有海量、分布、多态等特性,现有的知识资源组织管理体系结构、方法和技术已经不能满足高性能、大容量知识服务的建构、处理与运行的要求。如何描述、存储、管理、处理、分析和使用海量分布知识资源进行知识服务,已成为农业领域许多应用的首要问题。农业领域中利用已有知识进行服务的方式主要有三种：知识库检索系统、专家系统、特定领域应用。知识库检索系统的主要的问题在检索结果往往没有考虑到检索者本身的实际情况,以及用户难以用计算机能理解的方式,描述出其希望了解的内容。专家系统则由于需要用户回答大量预设问题,加上对目前知识库推理所得到的结果中存在大量的冗余知识,使得其难以普及。特定领域应用虽然可以最大程度的满足用户对知识服务的需求,但其开发成本和重用难度导致其实现和推广的难度相对较大。基于对国内外其它相关工作的分析和研究,本文提出了一套可以应用于农业领域的知识服务系统构建、运行以及实现个性化服务的方法。在本体知识库和分布式资源代理的基础上,我们使用此模型构建的农业领域的知识服务系统,实现挖掘用户个性化需求,并通过用户个性化信息来增强知识服务系统的用户体验,提升服务质量的目的。首先我们提出了一种细粒度的本体构建与演化方法,将本体文件按照概念划分为细粒度的元素,并在此级别上,建立起本体文件的版本控制机制和演化方法,用来在本体开发过程中,以层次结构管理本体版本,支持本体开发中的协作开发和版本演化。其次我们提出了一套基于场景的农业领域知识服务系统的形式化建模方法。方法主要包括使用工作流定义知识服务流程,使用场景定义知识服务内容,将工作流和场景文件转化为可执行的服务脚本,以及服务脚本的执行引擎等步骤。通过该形式化方法,我们实现了一套可以基于本体知识库的,完整的农业领域知识服务分析、建模、直至执行的框架。针对上面给出的形式化建模方法,我们提出一种基于本体和数据流的农业知识服务模型验证方法,在传统基于控制流程的验证基础上,加入了对数据节点的判断和数据流的语义判断,并通过模型内含的相关属性,在不增加控制流验证算法复杂度的基础上,降低了数据流验证算法的复杂度,使模型验证的准确度、效率都得到相应的提升。此外,我们还构建了OPMA个性化模型并提出了一整套使用形式化概念分析方法在农业领域服务应用过程中,自动抽取用户个性化信息,应用个性化信息定制知识服务的流程和场景,并自动推送知识资源的方法。该方法将自动抽取用户个性化信息元,并使用基于FCA的概念相似度算法,将抽取的个性化信息元转化为模型的实例,即个性化信息。我们还基于前面提出的基于场景的农业领域知识服务系统的形式化方法,将个性化定制同知识服务结合起来,使用基于工作流的个性化定制来定制农业知识服务的流程,使用基于场景的个性化定制来定制将农业知识服务的内容展示。最后,我们还给出了本方法的原型系统OAIS,展示了系统在不同应用需求下,通过工作流和场景的可定制性,可以为不同的知识服务提供设计、验证和运行的能力,以验证本文所提出的方法。