近年来我国的网络购物呈现了良好的发展趋势，但网络上丰富的商品种类也加大了消费者购物决策难度，信息过载的问题日益凸现，各大电子商务网站纷纷开发网络推荐系统，以帮助消费者海量商品中进行检索和比较，并根据消费者的兴趣偏好等推荐一些符合消费者需求的产品。本研究从消费者对网络推荐的抗拒行为角度出发，通过实验的方法，分析可能影响网络推荐的效果各种因素以及之间的关系，并找出相应解决方法，为网络商家制定网络推荐提供科学依据。本研究在各参考文献的基础上，将网络推荐分为非个性化推荐和个性化推荐二类。以科技接受度模型（Technology Acceptance Model,TAM)为基本框架，将网络推荐信任、网络推荐认知价值作为中介变量引入模型，并将网络消费者的特性、推荐平台的特性及以推荐信息质量等三大类外部变量纳入模型，探讨各外部变量与网络推荐信任、网络推荐认知价值之间的关系，以及网络推荐信任、网络推荐认知价值与网络推荐的抗拒行为之间的关系。通过情景模拟网络购物，在问卷星网络调查平台（http://www.sojump.com）收集到有效调查问卷318份，以此为样本用SPSS17.0统计软件对收集到的数据进行了描述性统计分析、单因素分析、相关分析、多元线性回归分析等，对模型进行了验证并修正了模型。本研究通过实验研究分析得出了以下结论：消费者对个性化推荐的抗拒行为高于非个性化推荐，并对个性化推荐的认识存在着一定的误解；网购频率、专业能力、推荐平台特性、消费者文化倾向对网络推荐的认知价值有较大正向影响；推荐平台特性、专业能力、消费者文化倾向对网络推荐的信任有较大正向影响；网络推荐认知价值对网络推荐的抗拒行为有较大的反向影响；网络推荐信任对网络推荐的抗拒行为有微弱的反向影响。据此提出相应的营销建议：增强消费者网络购物体验；提供个性化推荐的定制功能；将网购频率高、网购专业能力强消费者做为重点保持的客户群。