为了提高学术信息服务质量,本书提出基于情景化用户偏好的学术信息服务研究。“用户偏好”是通过跟踪、分析用户的行为，描述用户的研究兴趣、研究方向等概念，用来计算、评价用户对学术信息的需求，从而为用户推荐与用户需求相关的学术信息奠定基础。描述用户偏好的内容越准确，推荐给用户的学术信息就越能与其需求一致。用户偏好不是一成不变的，而是随着用户科研任务、科研方向等变化而变化，如果学术信息推荐服务不能及时、准确识别用户偏好的变化，就会计算出不准确的求解模式，推荐给用户的学术信息就会出现错误，所以学术信息推荐服务必须考虑学术用户新的研究课题、研究方向和兴趣等学术研究的变化，必须将用户偏好情景化，连续跟踪、识别用户偏好的变化，将情景化用户偏好建模，应用于学术信息推荐服务中，从而能更好地满足用户的学术信息需求。