电子商务的发展为客户提供了更多的可选商品,同时也带来了“信息超载”问题。客户在面对海量商品时往往显得很迷茫。为此,电子商务个性化推荐应运而生。它利用电子商务网站平台,模拟商店的销售人员向客户推荐商品,克服了信息过载的问题。对于客户来说,电子商务个性化推荐能帮助其从海量商品信息中发现自己感兴趣的商品；对于商家来说,电子商务个性化推荐能帮助其实现差异性经营,同时提高网站的交叉销售,为其带来巨大的经济利益。目前,关于电子商务个性化推荐问题的研究已经引起了企业界及学者界的广泛关注,并取得了一些研究成果。然而,已有的研究成果很少关注客户的分类,以及不同类型客户的偏好分析。此外,商品质量水平和商家在销售过程中提供的服务水平是影响客户做出是否进行购买决策的两个重要因素。因此,需要对电子商务个性化推荐问题进行进一步研究,即按照客户是否给出需求将客户进行分类,并分别给出有针对性的推荐方法,同时在推荐中综合考虑质量和服务水平,是一个值得关注的研究课题,具有重要的理论意义和现实意义。已有研究成果表明,基于相似案例的分析方法符合客户的思维特点,推荐结果容易被客户所接受,因此,将基于相似案例分析的方法引入到电子商务个性化推荐中,并同时考虑客户的分类以及商品的质量水平和商家的服务水平的研究是有必要的。本文对基于相似案例分析的电子商务个性化推荐方法进行了深入研究,主要开展了以下几个方面的研究工作：(1)给出了基于相似案例分析的电子商务个性化推荐问题的描述及研究框架。为了有针对性地分析客户信息,将电子商务个性化推荐问题按照客户在登录网站时是否具有需求分为两类：考虑客户潜在需求的电子商务个性化推荐问题和考虑客户给出需求的电子商务个性化推荐问题。此外,分别给出了基于相似案例分析的电子商务个性化推荐问题的一般性描述以及研究框架。这些基础性的研究工作为电子商务个性化推荐的研究提供了理论指导框架和分析框架,并为研究电子商务个性化推荐的扩展与应用提供了坚实的基础。(2)研究了考虑客户潜在需求的电子商务个性化推荐方法。具体地,针对具有潜在需求的客户,提出了一种基于相似案例分析的考虑客户潜在需求的推荐方法。首先,综合考虑客户的注册信息、行为信息和评价信息对该类型的客户的偏好分析,给出考虑客户潜在需求的案例表示与问题描述；然后,根据客户注册信息计算案例间的相似度,构建了相似客户注册信息案例集；再根据客户是否有购买行为分别计算关于客户行为的案例相似度,并构建了初始商品集；最后,针对初始商品集,综合考虑质量和服务水平,从而确定出推荐商品集。(3)研究了考虑客户给出需求的电子商务个性化推荐方法。具体地,针对给出需求的客户,提出了一种基于相似案例分析的考虑客户给出需求的推荐方法。首先,综合考虑客户的需求信息、行为信息和评价信息对该类型的客户的偏好分析,给出了考虑客户给出需求的案例表示与问题描述；然后,根据客户需求信息计算客户需求与商品集中商品的相似度,构建了需求商品集；再根据客户是否有购买行为分别计算目标案例与购买过需求商品集中商品的案例关于客户行为的相似度,并构建了初始商品集；最后,针对初始商品集,综合考虑质量和服务水平,从而确定出推荐的商品集。本文提出的基于相似案例分析的电子商务个性化推荐方法,考虑了客户类型、质量和服务水平对个性化推荐的影响,为解决电子商务个性化推荐问题提供了可参考的方法。