随着互联网产业和电子商务的飞速发展,消费者通过电子商务平台在线购物已成为生活的一部分。与一般消费者容易受价格优惠、促销广告等眼前利益诱惑不同,策略型消费者作为消费者的一类特殊群体,喜欢基于个人效用最大化选择购买时机,如果在可预期的未来能以更优惠的价格购入商品,哪怕当前商品售价低于其心理预期,策略型消费者也会选择持币观望、延迟购买。如企业在营销时忽略策略型消费者的存在,可能造成高达30%的收益损失。电子商务平台经常在固定日期举办促销活动以促进销售和争夺消费者,这些活动的定期举办增强了策略型消费者在线上购物过程中的策略性等待行为特征;而电商平台上的商品和服务的数量以指数级不断增长,由此导致的信息过载问题也随着大数据时代的到来而不断加剧。因此,电子商务环境下识别出策略型消费者,并为其推荐感兴趣的商品,可以有效提高策略消费者购物体验的同时增加企业收益,而传统的推荐方法较少通过识别策略型消费者再给出针对性的推荐。所以,对基于行为特征的策略型消费者分类与个性化推荐方法进行深入研究是十分必要的。本文主要完成了以下三方面的研究工作:（1）提出了基于行为特征的策略型消费者分类方法。通过对策略型消费者行为特征的分析,明确电子商务环境下策略型消费者大多具有持币观望、延迟购买等策略性消费行为特征。为此,利用电子商务平台积累的历史交易数据构造消费者的行为特征,基于XGBoost分类模型将用户分为策略型消费者和短视型消费者,为面向策略型消费者的个性化推荐奠定基础;（2）提出了基于在线交互行为的策略型消费者个性化推荐方法。在基于行为特征的策略型消费者分类基础上,使用策略型消费者的多种行为数据构造行为评分矩阵,再通过改进的SVD++算法计算出商品排序列表,并对目标用户感兴趣的商品进行排序,然后剔除该用户已购买过的商品,将最终排序靠前的商品推荐给用户,最终实现基于行为特征的策略型消费者个性化推荐。（3）基于行为特征的A网站策略型消费者分类与个性化推荐的应用研究。利用实际电子商务A网站交易数据,将本文提出的基于行为特征的策略型消费者分类与个性化推荐方法应用到网站的商品推荐过程中,根据消费者的行为特征和实际消费行为数据,进行行为特征建模和策略型消费者分类,并进行商品推荐列表的计算,为策略型消费者推荐出感兴趣的商品。最后,利用推荐效果评估指标与经典推荐方法形成的推荐结果相对比,证明该方法的可行性和有效性。研究结果表明,本文提出的基于行为特征的策略型消费者分类与个性化推荐方法,能够为现实中电子商务网站识别策略型消费者并向其个性化推荐问题的解决提供参考。