上世纪末，个人电脑(PC)逐渐流行起来。计算模式也变得多元化、桌面化。人机交互从此变为一一对应关系。随着计算机走向图形界面化以及综合化，使得计算机的应用逐渐从公司扩展向个人。人们越发的需要通过计算机来获取信息。如何能够准确、高效的从海量的数据中提取到有用的上下文信息以及如何有效地利用上下文信息从而提供更优质的服务是我们面临的一个关键问题。　　本文首先介绍了普适计算与上下文感知相关知识，包括上下文感知中间件系统的标准框架。进而指出本体库自动构建和关联规则挖掘是其中的关键步骤。而传统的本体构建与关联规则挖掘方法都没有考虑到上下文这一关键要素，导致二者都存在准确度不足的缺陷。　　在此基础上，本文基于上下文这一要素对本体自动构建方法进行深入研究，提出了OM-OC本体特征概念提取思想与基于词汇上下文相似度计算的算法，从而提高了领域本体自动构建的准确率及效率。其次提出了领域本体的自动构建流程模型，该模型中使用了上述新思想及算法，并通过数据进行实验，验证了系统模型性能的优势。　　最后，本文对于传统关联规则挖掘算法进行了改进，将上下文与用户偏好等因素加入到算法的设计当中，提出了改进的关联规则挖掘算法，使得产生的关联规则更加有趣、更加个性化。同时通过实验验证了算法的正确性。　　本体自动构建与关联规则挖掘中加入上下文因素，这是传统研究方法中没有考虑到的，是本文的关键创新点。而正是考虑到上下文这一关键因素，使得本体构建与关联规则获取的结果更加准确，这对本体论的研究具有十分重要的意义。