2008年金融危机以后,全球经济不景气,而得益于拉动内需、促进消费的各种政策及整改措施,国内B2C电子商务却由此取得了前所未有的发展与繁荣。许多垂直类B2C电子商务网站借助于自有的信息网络、物流体系及销售渠道等优势纷纷进行多元化扩张,逐渐转型为综合百货类电子商务网站,如当当网、亚马逊网、京东商城、红孩儿等,因此当前B2C综合百货类网站骤增。B2C综合百货类电子商务网站类目众多、商品丰富,顾客当前面临的问题已经不再是商品信息获取的问题,而是如何能够得到更好的个性化信息服务的问题。与传统商务活动相比,电子商务的服务质量更成为决定其成败的关键因素,如何为用户提供更好的个性化信息服务已经成为此类网站急需解决的问题。　　通过查阅国内外的相关文献,对个性化服务国内外研究现状进行综述,对个性化服务相关的理论及技术进行阐述,结合B2C综合百货类电子商务网站与消费者的特点对个性化服务系统进行研究,并对某网站A进行推荐系统的应用。本文提出的个性化服务系统主要包括个性化推荐服务子系统、个性化信息检索服务子系统、个性化定制服务子系统以及个性化会员服务子系统,其中个性化推荐服务子系统是个性化服务系统的核心部分,是本文的研究重点。个性化推荐系统采用Web使用挖掘技术,主要分为数据采集、数据预处理、顾客兴趣模式发现以及开展个性化服务四个步骤,其中顾客兴趣模式发现阶段采用了关联规则挖掘技术。为了保证个性化推荐子系统推荐的质量和实时性,整个体系分为离线模块和在线模块部分两部分。　　本文以为B2C综合百货类电子商务网站顾客提供更好的个性化信息服务为出发点,在分析网站与消费者的特点的基础上对个性化服务系统进行研究,可为这类网站经营者提高顾客满意度和营销策略方面提供理论支撑和意见参考。