随着移动终端和无线网络的迅速发展,移动学习继数字学习之后成为又一研究热点。针对传统学习资源利用率低,对用户的针对性不强,且底层硬软件资源浪费等问题,本文提出了改进的移动学习方案,充分利用3G网络环境下丰富的学习资源,逐步实现随时随地高效率的学习。将云技术应用到3G移动学习中,利用虚拟化技术,实现软硬件资源的合理分配,并提供安全服务保证；进一步利用本体论,设计用户兴趣模型,满足用户个性需求；最后针对庞大的学习资源,提出基于粒的学习信息资源整合方案,最大程度地实现高效率的移动学习。本文的主要工作和贡献包括：1)分析传统移动学习存在的不足,结合移动学习的新形式与新特点,提出了一个基于3G网络和云技术相结合的移动学习解决方案。针对3G网络环境下,硬软件资源共享和利用问题,研究了移动学习中的云技术。利用开源云平台下的服务器虚拟化技术,实现学习资源的共享。在分析云的层次结构基础上,研究了一个移动学习中开源云平台(Eucalyptus)和开源学习平台(Moodle)的整合方案。2)结合本体理论实现个性化。研究了本体类层次结构和语义推理的理论方法,并设计了专家本体库(expert),根据Jena Api实现了专家本体的语义推理,并通过JSP实现了检索可视化过程。最后设计了专家本体用户兴趣模型,并进行了实例分析。3)研究了学习信息资源整合的理论方法,将粒计算与商空间应用于学习信息资源检索中,实现基于粒的检索算法,为学习资源的整合和高效应用提供了技术支持。4)提出了一个基于云服务的本体移动学习系统架构,通过设置和搭建Eucalyptus云平台,并配置开源云上的Moodle学习平台,实现了基于3G网络和云服务的移动学习平台架构。