随着近年来互联网技术的蓬勃发展,网络购物已被越来越多的用户认可。中国电子商务尤其是网络创业异军突起,高速发展,开网店成了许多人自主创业的首选。但随着网店风潮的形成,网店缺工的问题也日益严重。据统计,2015年网店人员缺口高达532.1万人,其中占比最大的是网店客服。伴随着网上开店人数的进一步增多,这个缺口将会越来越大。在客服缺口如此巨大的情况下,如何提高客服工作效率,减少人员缺口带来的行业冲击对所有网店乃至整个C2C电子商务的发展都具有重要的意义。论文首先介绍课题的研究意义以及研究现状,并对论文的结构和内容做了概述说明。接着针对目前出现的网店缺工问题,通过社会科学的研究方法分析客服的日常工作,得出提高客服效率的关键在于改变目前使用的落后的推荐方式。随后论文介绍了当前个性化推荐算法的情况,对目前主流的个性化推荐算法进行了介绍,并分析各个算法的优缺点,提出了一种基于属性偏好和遗传算法,适合网店使用的推荐算法。算法以基于内容推荐为算法指导思想,通过顾客的属性偏好来体现商品对顾客的效用值,利用遗传算法来预测各商品的效用值并完成推荐。最后,利用基准数据集,设计了新算法和传统的基于内容的推荐算法的对比实验,在预测准确度和分类准确度几个指标上的对比实验表明,本文提出的推荐算法优于传统的基于内容的推荐算法,可以更有效的提升目前的客服推荐效率。