目前我国电子商务正处于高速发展阶段,伴随着我国互联网使用人数及参与电子商务交易人数的不断增加,我国电子商务交易规模也在不断地高速增长。电子商务这种新兴的购物方式也逐渐成为我国消费者较为常用的购物方式之一。在电子商务模式下,虽然各式各样商品充斥在消费者眼前,但由于缺少了销售人员的销售服务,消费者很容易迷失在海量的商品中而无法找到自己真正需要的商品。在这种情况下,电子商务推荐系统对于帮助消费者找到满足其需求的商品具有非常重要的作用。因此许多国内外专家学者将推荐系统作为对象进行研究。相比于B2B、B2C电子商务模式,C2C电子商务模式下商品更加丰富,因此研究此模式下得推荐系统更有意义。本文通过总结吸取前人相关研究成果并在此基础上,结合C2C电子商务模式下消费者行为的特点,通过实证与实验相结合的研究方法,对基于C2C电子商务模式下的推荐系统进行应用研究。首先,本文在第一、二章中对推荐系统的定义、推荐方法的分类、网络消费者行为的定义、特点进行了系统全面的理论综述。其次,根据文献梳理内容,结合网络消费者决策购买过程选取了十项网络消费者决策影响因素并通过调研实证分析,进一步明确了三项网络消费者决策过程中最重要的影响因素应用到推荐系统研究中。最后,本文在协同过滤推荐方法的基础上,结合网络消费者影响因素进行了方法的改进,并进一步引入条件概率模型,提出了基于C2C电子商务模式下条件概率模型推荐方法并通过模拟仿真对三种推荐方法的推荐质量进行了对比。最终结果表明结合网络消费者影响因素之后的协同过滤推荐方法较引入前推荐质量更高,而条件概率模型推荐方法的推荐质量较前两种方法提高更为显著。综上所述,本文通过将网络消费者决策影响因素引入到推荐方法中,使推荐方法更好的对消费者购买商品的潜在原因进行了挖掘,从而使推荐方法更好地满足了消费者的购买需求。这对于电子商务未来的发展具有重要意义。