Internet的迅猛普及将人类带入了信息社会和网络经济时代,电子商务也正以令人难以置信的速度蓬勃发展。丰富的电子商务网站使客户有了更多的选择余地,但客户更容易流失。在这种环境下,企业必须进行主动营销,发现客户的偏好,分析客户的购买动机,才能更好地吸引客户的注意力,满足客户的喜好,让客户感受到完全个性化的购物体验,推荐系统成为解决这一问题最有效的工具。本文首先介绍了国内外电子商务推荐系统的应用和研究情况,特别比较了国内外几个典型的电子商务网站推荐策略的应用情况。随后针对目前电子商务推荐系统存在的不够灵活、继承代价高、移植性差等问题,提出了一种的开放式的、多模型的推荐系统框架――柔性推荐系统FRS(Flexible Recommendation System)。FRS主要由推荐系统数据库、推荐系统模型库、推荐策略、推荐控制引擎、推荐管理和电子商务网站系统组成。在FRS中,推荐系统模型和推荐策略可以像组件一样被加载、删除,系统可以根据不同的商业应用制定不同的推荐规则生成推荐控制引擎,为用户产生不同的个性化推荐。FRS独立于具体的推荐应用和推荐算法,具有良好的开放性;能根据不同的商务推荐策略产生相应的推荐功能,具有良好的柔性;支持完善的推荐管理功能和统一的推荐管理平台。在文章最后,将FRS应用到一个电子商务网站的实例中以验证该系统的有效性,并提出进一步待研究工作。