以苹果公司2007年发布触屏手机为起点,智能手机在全球迅速普及,同时移动互联网技术也飞速发展。到2018年的今天,智能手机已经成为了几十亿人时刻随身携带的设备。尤其在中国,移动互联网的发展领先全球,智能手机应用提供的服务渗透到生活的方方面面。人们的网上购物消费习惯已经基本转移到移动端,PC端的占比已经不足十分之一。在这种消费习惯下,传统的市场营销策略正在逐渐失去作用,基于移动互联网消费习惯下的市场营销策略变得越来越重要。在此背景下,本论文着手从电商平台移动端的个性化商品推荐这个方向进行研究就有着一定的理论意义和实践意义。本论文最终研究对象是淘宝移动端的搜索结果的个性化推荐策略优化。一方面,通过对淘宝平台用户数据、商品数据、卖家广告商品数据的收集、分析以及用户在移动端实时操作行为数据的收集和用户意图识别,最终向用户进行个性化的商品推荐;另一方面,为卖家提供更好的运营工具并对工具使用进行培训,帮助卖家在淘宝平台上更有效的推广自己的商品。最终实现买家、卖家、淘宝平台的三者赢。本论文的主要研究意义在于:通过分析淘宝移动端搜索的原有个性化推荐策略,找到优化点,进行了算法层面、运营工具层面、卖家运营培训层面的分步优化,最终提升了卖家推广产品的转化率,提高了用户在淘宝移动端购物的满意度,最终实现了淘宝电商平台的收益提高。本文的研究和实践,对后续的淘宝移动端的整体个性化推荐策略有借鉴意义,对于其它电商平台在移动端做个性化推荐也有一定借鉴意义。