现在人们日常生活中所使用的计算机设备已不仅仅只局限于一台个人电脑，而是包括个人电脑、笔记本、掌上电脑和智能手机等多种设备。用户在与这多种设备的日常交互中，会积累下很多交互历史信息，在这些交互历史信息中隐含着很多有关用户操作习惯、个性偏好等特征。通过对从用户与计算机系统的交互历史信息中自动学习用户操作习惯和偏好特征这一问题的调研，我们发现类似的研究大多按照各自的理解对具体应用进行设计实现，这样做的后果是每个类似的智能交互应用系统在实现上自成体系，系统中所观察和记录的用于分析的各种数据以及通过机器学习过程学到的关于用户操作习惯和偏好的知识由于其描述方法不统一而难以在不同系统间共享和复用。基于以上原因我们产生了构建基于多设备的智能交互甲台系统的想法，期望通过定义一个统一的建模流程和应用开发框架，实现相关数据和知识在不同智能应用系统之间的共享及复用，并能够降低开发同类系统的开销。　　 为了构建这一平台系统，需要解决以下三个问题：1)如何从用户与系统的交互历史中自动学习到用户的偏好特征；2)在具体应用问题中应当使用哪些参考因素来描述环境才能使得用户模型达到较好的预测效果；3)如何在用户与系统的交互初期交互样本很少时保证用户模型具有足够的预测能力。本文的研究内容就是探讨如何解决上述三个问题，并以此为基础设计实现了基于多设备的智能交互平台系统。　　 本文主要内容包括：　　 1.个体用户模型的构建。针对上述三个问题中的前两个，尝试提出了一种以真实用户数据为评判依据的个体用户建模方法，并对用户建模过程中哪些工作可以交由计算机系统来辅助完成进行了一些讨论。　　 2.群体用户模型的构建。针对上述三个问题中的第三个，提出了一种将群体用户模型与个体用户模型相结合用户模型，并给出了划分用户群体及为特定用户构建群体用户模型的方法。　　 3.设计了基于多设备的智能交互平台系统。该系统将用户交互历史数据的收集管理与使用相分离，使得基于本平台所开发的智能交互应用系统之间可以实现数据样本和习得知识的共享与复用；系统通过使用用户模型描述文件从平台外部给出具体应用的用户模型相关描述，使得平台具有比较好的灵活性和可扩展性，降低了类似的智能交互应用重新构建的开销。