社會(huì)化媒體與電子商務(wù)的融合催生了社會(huì)化電子商務(wù)的興起。社會(huì)化電子商務(wù)中用戶的大量參與產(chǎn)生的社會(huì)關(guān)系網(wǎng)絡(luò)和用戶生成內(nèi)容是用戶需求挖掘的重要源泉，而如果不對這些內(nèi)容進(jìn)行組織和利用將會(huì)產(chǎn)生新的信息過載，讓消費(fèi)者再次陷入因信息來源過多而難以全面獲取和正確選擇，以致*終還是花巨大時(shí)間和精力成本才能找到所需商品的無奈境地。商品推薦被認(rèn)為是解決信息過載的有效手段，通過商品推薦可以將消費(fèi)者可能需要的產(chǎn)品主動(dòng)推薦給消費(fèi)者。傳統(tǒng)的推薦方法雖然能夠?qū)崿F(xiàn)商品信息的有序組織，有效緩解信息過載的同時(shí)提高了商品個(gè)性化服務(wù)水平，但由于商品屬性的復(fù)雜性和推薦所需數(shù)據(jù)的稀疏性，導(dǎo)致推薦的準(zhǔn)確性并不理想。鑒于此，基于社會(huì)化電子商務(wù)的用戶參與所產(chǎn)生的對推薦有用的重要數(shù)據(jù)，提出了面向社會(huì)化電子商務(wù)環(huán)境的商品推薦研究。本文基于消費(fèi)者網(wǎng)絡(luò)行為理論與馬斯洛需求層次理論，揭示社會(huì)化電子商務(wù)中消費(fèi)者購物過程的行為所體現(xiàn)的需求層次，并將這些需求的數(shù)據(jù)源映射到社會(huì)化電子商務(wù)中用戶關(guān)系網(wǎng)絡(luò)和消費(fèi)者生成信息內(nèi)容，提出基于用戶興趣標(biāo)簽、用戶信任關(guān)系和用戶評論的商品推薦策略。研究將商品推薦的理論模型、技術(shù)實(shí)現(xiàn)與實(shí)證研究相結(jié)合，以期在理論、思路和方法上拓展傳統(tǒng)商品推薦服務(wù)。