[關鍵詞] 電子商務；推薦系統；協作過濾；個性化推薦
隨着互聯網的普及和電子商務的發展，商品推薦系統逐漸成爲電子商務IT 技術的一個重要研究內容，越來越多地得到研究者的關注。目前，幾乎所有大型的電子商務系統，如Amazon、CDNOW、eBay、噹噹網上書店等，都不同程度地使用了各種形式的推薦系統。
而且現在電子商務系統規模的進一步擴大，用戶數目和項目數據急劇增加，迫切需要相應資訊檢索技術產生。商品個性化推薦技術，尤其是協同過濾技術，構成了現有電子商務個性化推薦系統的基礎。在這裏，之所以誇大個性化，是由於需要推薦系統能爲每個用戶推薦適合他們偏好和愛好的產品，而不是千篇一律的推薦。
一、電子商務推薦系統及構成
電子商務推薦系統(Recommendation Systems for E-Commerce)定義是：“它是利用電子商務網站向客戶提供商品資訊和建議，幫助用戶決定應該購買什麼產品，模擬銷售職員幫助客戶完成購買過程”。
推薦系統面對的是用戶(user)，任務是爲用戶提供對項目(item)的推薦。用戶是指推薦系統的使用者，也就是電子商務活動中的客戶。項目是被推薦的對象，是指電子商務活動中提供給客戶選擇的產品和服務，也就是終極推薦系統返回給用戶的推薦內容。在一個電子商務活動中，用戶數和項目數是非常多的。推薦系統面對確當前用戶，稱爲目標用戶或者活動用戶。推薦系統確當前工作，就是爲根據一定的算法，給出對目標用戶的推薦項目。
電子商務推薦系統主要由三大部分構成：輸進模組、推薦方法模組和輸出模組。輸進模組用來接受用戶的輸進資訊，用戶的輸進資訊中最重要的是用戶對項目的評價(rating)數據；推薦方法模組用來根據一定算法，根據用戶數據，得出對目標用戶的推薦，該模組是整個推薦系統的核心部分，個性化推薦方面的研究的很大一部分，都集中在找到好的推薦方法。輸出模組主要是指得到的推薦以何種形式反饋給用戶。
根據項目的特點，目前主要有兩種類型的推薦系統，一種是以網頁爲對象的個性化推薦系統，主要採用Web數據挖掘的方法與技術，爲用戶推薦符合其愛好愛好的網頁；另一種是網上購物環境下的、以商品爲推薦對象的個性化推薦系統，爲用戶推薦符合其愛好愛好的各類產品，如各種書籍，音像等，這種推薦系統也稱電子商務個性化推薦系統。
二、電子商務個性化推薦系統的作用
電子商務推薦系統的最大的優點在於它能收集用戶愛好資料並根據用戶愛好偏好爲用戶主動作出個性化的推薦，也就是說，當用戶每次輸進用戶名和密碼登入電子商務網站後，推薦系統就會按照目標用戶偏好程度的高低推薦用戶最喜愛的N個產品，而且系統給出的推薦是實時更新的，也就是說當系統中的產品庫和用戶愛好資料發生改變時，給出的推薦序列會自動改變，大大方便了用戶，也進步了企業的服務水平。
總體說來，電子商務推薦系統的作用主要表現在以下幾個方面：一方面，使用戶從無窮的網絡資源和商品世界中解脫出來，大大節約了用戶採購商品的時間和本錢；與此同時，推薦系統的個性化推薦服務，進步了客戶對電子商務網站的忠誠度(Building Loyalty)，將更多的電子商務網站瀏覽者轉變爲商品的購買者，從而進步電子商務網站的交叉銷售能力(Cross-Selling)，爲電子商務企業贏得了更多的發展機會。
研究表明，在基於電子商務的銷售行業使用個性化推薦系統後，能進步銷售額2%-8%，尤其在書籍、電影、CD音像、日用百貨等產品相對較爲低廉且商品種類繁多的行業，以及用戶使用個性化推薦系統的程度高的行業，推薦系統能大大進步企業的銷售額。