该文在研读了大量相关文献的基础上,对数据挖掘和电子商务推荐系统的相关技术和发展状况进行了分析;并在学习上已见报道的相应推荐系统的技术实现的优缺点基础上,提出了我们自己的设计和实现.我们的设计思想主要体现在三方面:第一,我们把规则以及规则的重要性度量预先做好,也就是说脱机做好,存在一个规则库里面.第二,传统的基于关联规则的推荐系统是忽视了序列规则的作用的.基于协同过滤技术推荐系统本质特征是通过学习顾客的购买行为,从而进行推荐.第三,以前的基于关联规则的电子商务推荐系统没有充分考试网站数据的实际情况和系统的通用性问题.我们注意到了这方面的问题,我们的设计目标之一是可以快速友好地和不同的电子商务网站结合.基于以上的思想,我们设计并在实验室条件下实现了一个基于关联规则和序列规则的有着良好适应性的电子商务推荐系统ASRS(Association rules and Sequential rules based Recommendation System).该文详细描述了ASRS的设计思想、系统架构和推荐策略,并和其它类似系统进行了比较.