如何在爆炸性增长的信息中精确地为用户进行个性化推荐是目前电子商务领域的前沿研究课题。本书从技术和管理两个方面对个性化推荐进行研究。对电子商务个性化推荐技术的研究,首先通过基于项目评分的数据填充方法对未评分的项目进行评分预测,然后运用社会网络分析方法将用户信任度引入基于用户的协同过滤推荐方法的改进中,以解决多维推荐空间下个性化推荐数据的稀疏性问题,提高推荐精准度。对电子商务用户个性化推荐技术接受影响因素的研究,主要是运用创新扩散理论,综合分析电子商务用户个性化推荐技术的接受和使用过程,以及各阶段的主要影响因素,从而建立电子商务用户个性化推荐技术接受影响因素模型,并提出相关假设,然后通过问卷调查和结构方程模型收集、分析数据,对模型和相关假设的有效性进行验证。