随着电子商务的发展，越来越多在线企业利用个性化推荐系统来满足用户的个性化需求，以期对用户决策产生影响。但在个性化推荐系统协助下的用户决策过程像一个黑箱。因而有必要了解个性化推荐系统中哪些因素会影响用户决策，以及这些因素在决策中的重要性。传统消费领域的研究表明，商品数量会影响消费者选择，尤其数量较多且差异较小时，消费者会产生选择过载效应。而目前主流的推荐系统都是推荐大量相似的商品供用户自己选择，推荐规模会如何影响用户感知和用户决策，用户在使用个性化推荐系统时是否存在选择过载效应值得深入探讨。此外，限时促销无形中给用户施加了时间压力，用户在使用个性化推荐系统时决策行为是否会受到时间压力的影响。　　为了解推荐规模对个性化推荐系统用户决策的影响机制，不仅需要考虑推荐规模对用户决策的影响程度，而且还需要考察推荐规模与用户决策变量之间的联系。首先利用问卷调查和熵值法确定推荐规模在用户决策中的重要性。接下来基于决策理论和前人成果，以“刺激-心理-反应”模式为框架，将推荐规模作为外部刺激变量，构建用户决策模型，并提出研究假设。考察推荐规模对感知吸引力和感知选择难度的影响以及感知吸引力和感知选择难度与决策努力、选择意向和决策质量之间的关系，并考虑不同决策风格用户在决策上的差异。最后采用心理学实验设计软件E-prime模拟个性化推荐系统，在情景实验的基础上考虑时间压力因素，设计行为学实验，采集用户决策行为数据，深入分析推荐规模对用户决策行为的影响。　　研究发现推荐规模是对用户决策比较重要的推荐输出因素，推荐规模会引发用户感知上的差异，进而影响用户的选择意向和决策努力，最终对决策质量产生影响。不同推荐规模下用户决策行为存在显著差异，用户在个性化推荐系统时存在选择过载效应。此外，还发现不同的用户决策风格和时间压力会影响推荐规模与用户决策之间的关系。通过研究推荐规模对个性化推荐系统用户决策的影响机制，有助于企业从交互设计的角度优化推荐系统功能，提高用户体验水平。