如何在爆炸性增長的信息中精確地為用戶進行個性化推薦是目前電子商務領域的前沿研究課題。本書從技術和管理兩個方面對個性化推薦進行研究。對電子商務個性化推薦技術的研究,首先通過基于項目評分的數據填充方法對未評分的項目進行評分預測,然后運用社會網絡分析方法將用戶信任度引入基于用戶的協(xié)同過濾推薦方法的改進中,以解決多維推薦空間下個性化推薦數據的稀疏性問題,提高推薦精準度。對電子商務用戶個性化推薦技術接受影響因素的研究,主要是運用創(chuàng)新擴散理論,綜合分析電子商務用戶個性化推薦技術的接受和使用過程,以及各階段的主要影響因素,從而建立電子商務用戶個性化推薦技術接受影響因素模型,并提出相關假設,然后通過問卷調查和結構方程模型收集、分析數據,對模型和相關假設的有效性進行驗證。