在B2C电子商务中,推荐系统从纷繁芜杂的商品中推荐用户感兴趣的商品,既较好地改善了信息过载问题,又提升了顾客忠诚度。当前的推荐系统研究多专注于算法的改进,很少涉及实际应用中面向用户的推荐方式。了解用户对各种推荐方式的需求对更好地建设推荐系统和提高忠诚度具有重要意义,本研究主要探讨了B2C电子商务推荐方式对顾客忠诚的影响。　　文章首先阐述了忠诚度和电子商务推荐系统的概念,介绍了推荐系统的发展应用以及推荐技术和算法,然后结合文献,分析了国外几个推荐系统的实现方式和国内52个B2C电子商务网站推荐系统的应用情况,进而根据个性化程度提取五种推荐方式,在推荐系统、信息质量和忠诚度理论基础上提出假设,建立了B2C电子商务推荐方式与顾客忠诚间的关系模型。在模型验证阶段设计相应问卷、收集数据,并使用SPSS13.0进行信度与效度分析、相关分析等来验证假设,指出五种推荐方式中,大众化的商品推荐列表、用户评论与评分、相关商品推荐三种方式通过提高用户感知的网站信息质量来提升忠诚度,深度个性化会直接提升忠诚度,而其他用户的购物行为推荐方式对提高用户感知的网站信息质量影响不大。研究最后提出对电子商务推荐系统的建议以及本研究的不足和改进方向。