移动互联网技术飞速发展，呈现给用户的信息越来越多，用户面临选择却越来越困难，移动用户如何在核实时间得到合适信息推荐，是一个研究的热门话题，当前的信息推荐技术大多不尽如人意，包含了大量的无用和重复数据，本课题研究基于学习的移动平台信息主动推荐技术，通过建立用户的日常使用手机的行为模型，进而给用户推荐出最合理的建议。
通过手机分析移动终端用户的日常使用行为习惯，进而建立用户移动平台下的个性化行为模型，同时建立移动终端推究平台。当用户需要推荐信息时，该系统能给出最合理的建议。信息推送应根据用户所处的位置、生活行为和兴趣爱好、社会潮流等，设计控制对用户的主动信息推送，从而实现针对用户的个性化信息推送服务。个性化信息推送服务平台应建立每个用户的动态模型，并将推送信息经过用户模型的有效过滤，提高信息推送的准确性，弥补搜索功能的不足，向用户提供高质量的信息推送服务。