随着电子商务的迅猛发展,电子商务网站的消费者信息过载现象成为当前电子商务亟需解决的重大问题。当前各类电子商务个性化推荐方法都是建立相关关系基础上,没能就大数据的深度进行分析并诠释用户特征与商品属性间的推理关系。有学者提出可以对“大P大数据”进行因果推断的观点,但没有具体的研究设计。本文侧重于数据深度的因果分析,探索一种对“大P大数据”进行因果推断的大数据因果推断方法,并在具体应用于电子商务个性化推荐模型中。基于大数据、因果贝叶斯网络和回归分析的理论,本文结合研究对象的背景知识和理论,提出一种大数据因果推断方法,强调以相关理论为基础构建涵盖研究对象全面信息的“大P大数据”,利用与背景知识相结合的因果贝叶斯网络进行因果发现,通过回归分析验证因果推断并完成模型建立工作。结合研究问题和电子商务个性化推荐的研究背景,通过问卷调查的方式搜集大学生网购服装数据,形成涵盖大学生的网购服装全面信息的“大P大数据”。利用本文的提出的大数据因果推断方法,构建出大学生网购服装款式——品牌推荐模型和大学生网购服装主色调推荐模型。本次研究是对大数据因果推断研究的进一步尝试,也是对电子商务个性化推荐方法的进一步探索,对电子商务个性化推荐和大数据因果推断具有一定的借鉴意义。