电子商务中,消费者网站购物行为是当前的研究热点。目前,网站购物行为的主要研究方法主要为基于统计的方法和基于仿真的方法。基于统计的方法的问题在于:无法深入分析用户购物的整体行为过程;基于仿真方法虽然克服了统计方法的问题,但无法呈现用户购物过程中的消费者相互之间的影响和主观因素与客观因素的交叉影响。蚁群算法是一种模拟自然界真实蚁群的群体智能行为的仿生优化算法,蚁群算法的一些特性与消费者电子商务购物行为有着很好的契合点——信息素:(1)通过代表消费者的蚂蚁留下的信息素呈现消费者之间的相互影响;(2)信息素的浓度集成用户购物的主观和客观因素的影响。另外,蚁群算法的分布性,自组织性和正反馈等特性为研究电子商务购物行为的研究提供了重要的研究方法。针对当前电子商务用户行为仿真当中存在的两个问题:(1)消费者相互影响没有呈现;(2)主观因素和客户因素的交叉影响表现不足,本研究以蚁群算法的信息素来呈现消费者之间相互影响和主客观因素的影响,并架构仿真系统的整体研究框架。论文在第二章对蚁群算法、电子商务消费行为和电子商务智能体仿真的当前研究进展进行了描述和总结;在第三章提出了基于蚁群算法的电子商务智能体仿真框架;在第四章,针对电子商务网站引流和关联营销问题,对电子商务仿真结果进行了分析;最后,在第五章提出了电子商务网站运营建议并总结了当前研究的不足。