随着互联网的快速发展,其信息服务已经从传统的目录式到搜索式,再到社交网络式变革,如今,已逐渐开始第四次变革,即从搜索进入推荐时代。对于用户而言,如何从众多的产品服务中找到适合自己所需的产品逐渐成为制约消费的潜在问题之一。另一方面,对电子商务企业而言,如何为特定的产品找到合适的用户也逐渐成为企业获取潜在客户价值过程中的重要问题。消费者的异质性和信息过载特性促使企业进行个性化产品推荐,个性化是信息时代以来对传统商业模式最具颠覆性的技术形态。如何将合适的产品、在合适的时间、通过适合的渠道、推荐给适合潜在用户,即建立起用户与产品服务之间的关联关系,是具有重要理论价值和现实意义的研究问题。传统的推荐方法大多基于用户外在行为进行匹配推荐,推荐方法的精度及效率有待提高,目前依然缺乏有效的方式针对消费者内在的因素进行个性化推荐。网络生活方式,作为消费者真实生活方式的反映,体现了消费者在网络上所表现出来的行为、兴趣、观点,它为提出一种高效的个性化推荐方法提供了新的研究思路。此外,除了考虑用户兴趣偏好等,还可针对待推荐产品建立产品模型,以及针对移动商务独特的情景效应建立情景模型,因此本文提出了基于网络生活方式的综合价值个性化推荐方法。主要从基于桌面互联网的电子商务和基于移动互联网的移动商务两个方面进行研究。论文主要包括以下四个研究内容：(1)选择北京消费者为研究对象,构建中国消费者的网络生活方式量表,得出网络生活方式的七个因子分别为：“从众中庸”、“娱乐生活”、“奢华享受”、“传统保守”、“理性沉稳”、“时尚品味”、“社交活动”。然后建立结构方程模型,研究表明网络生活方式对网络购买意愿有影响作用。(2)在基于消费者的网络生活方式的电子商务个性化推荐中,从用户兴趣、客户价值角度构建了用户模型,以及基于产品价值的产品测度模型。基于此模型,利用计算机“行为标签”法标识消费者的网络行为,从而识别消费者的网络生活方式,最终实现产品和用户的匹配,实现通过网络生活方式对用户进行个性化推荐。(3)通过比较基于桌面互联网的电子商务和基于移动互联网的移动商务,提出了移动商务中独特的情景效应特点。针对移动商务中的不同情景,构建了基于情景价值的进化博弈模型。并基于之前个性化推荐中的用户模型和产品模型,最终设计了综合考虑客户价值、产品价值、情景价值的综合价值推荐机制,建立了基于整合价值体系的移动商务的个性化推荐理论和方法体系。(4)通过企业个性化推荐实验平台,对推荐机制的推荐效果进行了实证检验,把基于网络生活方式的个性化推荐方法与基于网络行为的推荐方法进行比较,以反馈率作为衡量标准。实证表明,基于网络生活方式的个性化推荐成功反馈率明显高于基于网络行为的推荐方法。本文的研究创新之处在于：(1)推荐思路创新。提出了基于网络生活方式的个性化推荐。传统的个性化推荐方法大多是基于人的行为进行粗放式推荐,推荐效率低。本文构建了针对中国消费者的网络生活方式量表,具有一定独创性。传统的个性化推荐方法大多是基于人的行为进行粗放式推荐,少数基于生活方式的推荐也智能化程度低、效率低而难以实施。综合考虑二者的差异性和关联点,同时考虑到网络生活作为生活方式的真实体现,提出新的推荐思路即“跟踪用户行为-识别网络生活方式-个性化推荐”,针对此进行个性化推荐是个性化推荐思路的大胆创新。(2)推荐理论创新。本论文不仅构建用户模型,而且构建了基于产品价值的产品模型,同时针对移动商务独特的情景特点,构建了基于情景价值的情景模型。传统的个性化推荐在构建用户模型、产品模型、情景模型时仅仅着眼于客户的兴趣和需求、产品的基本属性、以及用户使用产品时的情景,推荐满足客户兴趣和需求的产品,推荐结果不够准确。本论文分别将客户价值、产品价值和情景价值融入到整合价值模型,提出面向整合价值的最大化从而实现推荐,实现了个性化推荐理论上的创新。(3)推荐方法创新。在基于网络生活方式的个性化推荐时,首先需要用“行为标签”法识别消费者的网络生活方式。本课题提出的独特“行为标签”,是带有权重信息和时效信息,可以刻画互联网用户的行为特征,而每个用户是一组标签的集合。通过这些独特的标签,对用户进行标识,再结合数据挖掘和机器学习技术,实现对消费者网络生活方式的识别,这种用“行为标签”识别消费者网络生活方式、从而匹配产品和用户的方法是一种新的推荐方法。在移动商务中的个性化推荐机制。有了融合用户模型、产品模型和情景模型的综合价值个性化推荐方法,在推荐机制的设计上也必然区别于传统的推荐方法,因此推荐的结果不仅面向高精确性,同时面向整合价值的最大化,由此实现了对个性化推荐机制方法上的创新。本论文研究了基于网络生活方式的个性化推荐机制,在学术上推动了网络生活方式在个性化推荐中的应用,为个性化推荐在移动商务中的学术发展提供了基础的管理理论支持。在实践中,为企业进行个性化推荐提供了新的方法,并提高了其推荐效率。