电子商务平台的发展十分迅速，随着规模的不断扩大、数据的不断增多，对于电商平台而言难题也随之而来。在众多的电子商务平台中，在用户有限的时间里，如何牢牢抓住用户的眼球成为首要解决的问题。在个性化推荐诞生之前，商家会将热销产品或是通过用户搜索记录来进行推荐。这种方法虽然有一定的作用，但是产品目录任然庞杂，用户很难在短时间内找到自己真正感兴趣的产品。

建设在大数据的基础之上，商家可以通过对用户进行多维度的分析：商品的关注度，用户的地理位置、年龄、职业，乃至于用户访问不同产品时停留的不同时间。这些都可以成为商家在进行个性化推荐时的重要依据。电子商务的宗旨是为用户提供现代化的简单便捷的购物生活方式。借助大数据，能有效的挖掘客户的隐藏信息，对不同类别的客户进行个性化的方案，有效的服务用户同时获得巨大的利润。

因此，通过大数据分析提升电子商务个性化推荐方案对于电子商务行业有着巨大的作用，对电子商务行业的发展有着深远的意义。

1。2国内外研究现状

1。2。1国外研究综述

1。2。2国内研究综述

1。3主要研究方法与内容

1。3。1研究的主要方法文献综述

本文将采用文献研究、实证分析与案例分析的方案进行论证。

文献研究：对国内外大数据、个性化推荐方面的文献资料进行系统的学习与了解，深入研究本文应用的理论知识。

实证分析：在深入了解理论的基础上，设计问卷进行调查并对所得数据进行统计分析，得出结论。

案例分析：以淘宝商城为例，对个性化推荐方案后的模式进行分析。

1。3。2 研究内容

本文的研究内容是基于大数据时代下电子商务平台的个性化推荐系统。通过分析用户在网购时的影响因素和现有的研究成果提出基于大数据的电子商务个性化推荐系统的运作方式。

本论文所做的主要工作如下：

介绍论文相关的理论基础，包括理论的概念、特点和主要技术手段。

基于大数据背景下，搭建影响电商用户的购物行为的影响因素模型。并设计相关问卷进行调查分析。

对个性化推荐系统进行具体的案例分析。结合具体的购物网站分析个性化推荐在网购过程中的作用，说明大数据与其之间的联系。