在当前电子商务模式下,保持老客户的同时获得新客户的难度更大,从各个方面建立起与客户的良好关系,提高客户的忠诚度就显的非常重要。而建立与客户的良好关系可以表现为了解用户偏好、向客户提供个性化的服务、推荐它们感兴趣的商品、帮助他们能够便捷地找到所需商品等方面。这就要求站点有一个能够分析用户偏好、行为等信息,并且自动根据这些信息向用户提供推荐服务的推荐系统,实现网络上的“一对一营销”,本文正是基于这样一个背景展开研究的。在文中,依据效率和准确性,建立了一个的推荐系统的模型,并对系统中的各个模块功能及它们之间相互协调工作做了详细的描述,并实现推荐系统的原型; 该模型将把Web使用挖掘和Web内容挖掘相结合,对服务器数据以及web页面做分析,建立物品、用户类等模式,以作为推荐的依据; 然后阐述推推荐系统采用的推荐策略和推荐算法,并对算法优化,引入平均访问度的指标,提高挖掘准确性; 最后利用实际网站数据给出了系统试验结果,并对结果做出解释。