随着电子商务的高速发展,传统的图书电子商务的环境也不断发生着变化,一方面,行业竞争不断加剧,导致不同营销特色的网站竞争力增强;另一方面,多元化的选择导致消费者购买行为趋于理性,消费者往往仔细甄别不同网站上推出的图书的差别。融合社交网络的电子商务模式的出现为传统的图书电子商务带来了新的变化,新的图书电子商务模式结合了社交网络的优点,能够提高用户的活跃度,增加用户黏性。图书数量巨大,消费者需要花费很多的时间和精力去选择自己需要的图书。为解决消费者寻找图书时信息过载问题和满足其对图书的个性化需求,个性化推荐系统应运而生。传统的个性化推荐方法是利用用户行为数据对用户进行推荐,而社交化图书电子商务中用户不仅拥有行为数据,而且具有好友资源;将用户的好友资源结合到推荐方法中来,根据朋友的喜好对用户进行图书推荐,是对传统的推荐方法的进一步补充。结合上述分析,本文设计并实现了社交化图书电子商务系统,并在此背景下对个性化图书推荐方法进行了重点研究。同时为了扩展用户的社交范围,对社交化图书电子商务中的好友推荐方法进行了研究。本文主要研究的内容有:(1)根据社交化电子商务相关理论,设计了社交化图书电子商务的整体方案。(2)分析了协同过滤推荐算法的特点,对基于项目协同过滤算法中项目相似度计算和最近邻居选择进行了改进。通过对改进的基于项目的协同过滤推荐和基于社交网络推荐的研究对比,提出了一种混合的推荐算法,实验结果表明混合的推荐算法能够有效提高推荐的准确率和召回率。(3)研究了社交化图书电子商务中好友推荐算法,并提出了融合社交相似度和兴趣相似度的好友预测方法。改进的好友预测方法能同时考虑用户已有的社交联系和用户兴趣,经实验证明能够提高好友预测的准确率。(4)在前文分析和研究的基础上,实现了社交化图书电子商务以及个性化推荐系统,并对系统的性能进行了测试。