在数字通信与信息时代,绝大多数的相互作用以及行为是通过网络的,而之前都是由人来控制。电子商务是一个主要的数字通信和信息时代的应用,商品零售是其中较为显著的一个例子。在电子商务中购买和销售行为被转移到能够推广商品以及接受支付的网络、服务器以及网站上。网络零售店所有者必须能够找到根据消费者年龄、性别、地址、社会状态等因素向他们推荐最为合适的产品。本文通过电子零售网站的真实例子展示了推荐功能是如何产生的。首先我们收集了大量的数据,包括注册流程中产生的顾客信息,以及这些顾客在三年时间中产生的购买记录；然后我们对数据进行有效性处理和结构的重新整理；最终通过SPSS Clementine统计分析软件进行数据的信息的提取和分析。在获取结果的整个过程中,使用了关联规则和时间序列分析方法,获得了合理的方式和信息用于网站管理者优化宣传的效果和对于未来的行为做出正确的决定,同时基于顾客以往的购买行为能够对每一个顾客做出最为合适的商品推荐。