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。

　　《电子商务个性化推荐研究》：
　　①用户浏览记录输入。用户浏览记录输入是将当前用户访问网站的浏览行为输入到推荐系统中，它是一种隐式输入方式，即用户在浏览电子商务网站时并不会感觉到推荐系统在进行工作，但个性化推荐系统已经将用户浏览的当前页面、用户浏览过的商品、用户浏览过的网页路径、浏览时间、是否拉动滚动条、放入购物车中的商品、放入收藏夹中的商品等信息都输入到推荐系统中。
　　②信息属性输入。信息属性输入是一种显式输入方式，是由用户主动地输入信息，以使个性化推荐系统了解自己的偏好，从而产生个性化推荐。例如，在注册时，用户提供自己喜欢的商品种类、款式、颜色等信息，推荐系统根据这些信息为用户提供个性化的推荐。
　　③关键字输入。关键字输入是指系统将用户在搜索引擎中输入的关键字作为推荐系统的输入。它的推荐机理是基于用户输入的关键字必然是用户感兴趣的认知。关键字输入也是一种显式输入方式，它要求用户有在网站上搜索自己需要的信息的能力。
　　④用户购买历史记录输入。用户购买历史记录输入是一种隐式输入方式，即将用户购买行为数据输入个性化推荐系统中。通常个性化推荐系统默认用户一旦购买了某商品就是喜欢此类商品，那么系统就可以根据用户的喜好对其进行类似或相关产品的推荐。但事实上，由于用户可能是初次购买，对产品并不了解，或者由于网上购买产品可能存在的产品尺寸、图片色差等问题，用户未必对产品满意，所以完善的个性化推荐系统还应根据用户对所购买商品的评价进行重新评估，从而使系统产生更精确的个性化推荐。
　　⑤用户评分输入。用户评分输入是将用户对已经购买使用的产品进行评价的数据作为推荐系统的输入，也是一种显式输入。用户评价数据的大小表示用户对产品的满意程度，其数据形式可以是分值，比如用1～5的分级方式作为个性化推荐系统评分输入，分级越高代表用户满意程度越高；也可以是布尔值，比如0表示不满意、1表示满意。
　　……

第1章绪论
1.1研究背景
1.2我国电子商务个性化推荐发展现状
1.2.1我国电子商务发展现状
1.2.2我国电子商务个性化推荐发展现状
1.3研究内容与研究思路
1.3.1电子商务个性化推荐技术研究
1.3.2电子商务用户个性化推荐技术接受研究
第2章电子商务个性化推荐概述
2.1电子商务个性化推荐的定义、分类及构成
2.1.1电子商务个性化推荐的定义及分类
2.1.2电子商务个性化推荐系统的构成
2.2电子商务个性化推荐系统的作用
2.3电子商务个性化推荐系统的应用范围
2.4电子商务个性化推荐研究内容
第3章电子商务个性化推荐研究综述
3.1电子商务个性化推荐技术综述
3.1.1基于内容的个性化推荐
3.1.2基于关联规则的个性化推荐
3.1.3基于协同过滤的个性化推荐
3.1.4基于网络结构的个性化推荐
3.1.5混合推荐
3.1.6个性化推荐技术总结与比较
3.2电子商务用户个性化推荐技术接受研究综述
3.2.1技术接受理论模型
3.2.2国内外技术接受研究现状
3.2.3国内外电子商务用户个性化推荐技术接受研究现状
第4章电子商务个性化推荐技术改进研究
4.1电子商务个性化推荐技术改进现状
4.2电子商务个性化推荐存在的问题
4.2.1数据稀疏性问题
4.2.2冷启动问题
4.2.3多维推荐空间的扩展问题
4.2.4个性化推荐效果评价问题
4.3电子商务个性化推荐算法改进研究
4.3.1多维推荐空间的形式化定义
4.3.2基于项目预测评分的数据填充
4.3.3个性化推荐算法改进
4.3.4推荐算法改进程序设计
4.4推荐算法改进仿真及评价
4.4.1仿真数据
4.4.2仿真环境
4.4.3仿真评价指标
4.4.4仿真及验证
4.4.5算法改进效果评价
第5章电子商务个性化推荐技术接受研究
5.1电子商务用户个性化推荐技术接受过程分析
5.1.1创新扩散理论分析
5.1.2电子商务用户个性化推荐技术接受过程分析
5.2电子商务用户个性化推荐技术接受影响因素分析
5.2.1个体因素
5.2.2技术因素
5.2.3社会因素
5.3电子商务用户个性化推荐技术接受影响因素模型构建
5.3.1用户信任的测量
5.3.2个人信任倾向与用户信任之间的关系
5.3.3系统信任、个人信任倾向与用户信任的关系
5.3.4用户信任与个性化推荐技术接受意向之间的关系
5.3.5技术特性与个性化推荐技术接受意向之间的关系
5.3.6主观规范与个性化推荐技术接受意向之间的关系
5.3.7电子商务用户个性化推荐技术接受影响因素模型的建立
5.4电子商务用户个性化推荐技术接受影响因素研究方法
5.4.1问卷调查
5.4.2结构方程模型
5.5模型指标来源
5.6数据分析与讨论
5.6.1描述性统计
5.6.2数据分析
5.6.3数据分析结论与讨论
附录电子商务用户个性化推荐技术接受影响因素的调查问卷
参考文献
重要术语索引表