近年来,因特网和电子商务的快速发展创造了新的商业行为及经济模式,也逐渐改变了人们的购物方式,从传统的实体商店延伸到新形态的网络商店。B2C已成为目前在我国发展速度最快的网络购物市场,市场规模和交易量都达到历史新高。但不能回避的是大多数网民还没有从“尝试性购买”阶段过渡到“习惯性购买”阶段。因此,对于我国B2C网络商店的经营者而来说,确定影响顾客感知价值的因素组成是很重要的问题,可以通过提升顾客感知价值来吸引顾客习惯性地进行网络消费,为此本文将B2C网络零售企业的顾客感知价值作为研究内容。论文通过对以往文献资料的研究,结合顾客感知理论,从产品感知质量、服务质量和顾客感知成本三方面提出了影响顾客感知价值的18个因素,从理论上分析它们对顾客感知价值的影响,并建立了B2C网络零售企业顾客感知价值影响因素指标体系；为证实该评价指标体系的可行性,通过查阅大量文献,设计调查问卷,并在小样本和大样本调查过程中不断地进行完善；进行大样本因子分析,得到影响B2C网络零售企业顾客感知价值的核心因素。结合大样本因子分析得到的主成分系数矩阵、大样本的调研数据以及MATLAB神经网络工具箱中的BP神经网络函数,得到用于衡量B2C网络零售企业顾客感知价值的网络测评模型。通过以上研究工作,本文得到以下研究成果：(1)结合B2C网络零售顾客的特点和顾客感知价值理论,同时考虑指标的代表性和综合性,构建了包括18个指标的顾客感知价值指标体系。同时,若对建立的评价指标体系进行适当的改变,还可以运用于其他领域顾客感知价值的评价。(2)通过主成分分析法,找出了影响顾客感知价值的关键因子,能够为企业增加企业核心竞争力提供决策支持,具有较大的现实意义。(3) MATLAB礻神经网络工具箱中的BP神经网络函数能训练出网络模型,能对B2C网络零售企业的顾客感知价值进行测评,该评价方法减少了传统方法由于人为因素影响产生的问题,能够有效地评价B2C网络零售企业顾客感知价值的实际情况。