信息技术和网络的发展不仅使信息数量呈几何级数增加，表现出“极端数据”或“海量数据”的特征，进一步导致“Web数据危机”，而且也使信息资源的服务与利用日益社会化和个性化。新兴网络（社会化网络、微博、微信、Twitter等）、新兴商务模式（团购、社会化商务等）、智能终端（智能手机等）以及新技术（泛在计算、物联网等）构建出了一个网络和应用无所不在的泛在商务环境。
　　泛在商务环境下，网络信息资源具有多源性、多样性、海量性和异构性等自然特性，同时用户信息服务需求存在着泛在性、情境敏感性和高度个性化等特征。现有的信息处理模式已无法适应新兴商务环境下人们研究、学习、创新与决策的要求，主要体现在：（1）传统的信息组织和检索方式不适应泛在商务环境下多样化的终端设备的要求；（2）用户信息需求的个性化和多元化特征给用户需求建模方法提出了更高的要求；（3）传统的个性化信息推荐系统和相应算法大多是千方百计地关注于如何提高推荐算法的精确性，而忽略了推荐结果的多样性。
　　因此，泛在商务环境下的信息资源管理需要有新的思路和方法。在泛在商务环境下，用户的信息需求与用户所处的特定情境是密切相关的，建立基于情境计算的用户需求模型，进而实现用户需求与信息资源的智能匹配，并主动为用户推荐准确多样的信息资源，是泛在商务环境下智能信息处理领域值得关注的研究思路。
　　刘启华著的《泛在商务环境下的信息聚合与推荐》按照“按需聚合、智能推荐”的原则，以提供精准的信息聚合服务和推荐个性化的信息资源为目标，构建了适应泛在商务环境的智能信息处理框架，并以旅游信息检索为例，开发泛在旅游信息聚合与推荐原型系统（U-Travel）。