企业对个人的电子商务（B2C,Business-to-Customer）是企业（Business）针对消费者（Customer）提供的一种商业服务，让消费者可以在企业提供的网上商店消费购物，并进行支付结账。这种新型的业务模式为企业和客户节省了大量的时间和金钱，也提高了购物环节的效率，因此这种模式变得越来越流行，特别在生活节奏日益紧张的大都市和工作忙碌的上班族中。Web数据挖掘主要是为了从网页内容、超链接结构或者网页使用日志中寻找有用的信息。本文通过对B2C消费者购物行为和兴趣的分析，采用若干Web数据挖掘的技术，设计和实现了一个B2C商品的推荐系统。本文首先介绍的是作为基础的用户管理模块，此外本文描述的系统具有社交网络的特征。注册过的用户可以在系统中定义其购物行为或者监测目标的相关信息，这些信息会保存到关系型数据库。一旦监测任务存入数据库，系统的信息收集模块会自动载入监测任务，然后到互联网上获取商品相关的信息，并存入可以处理大数据的非关系型数据库中。同时信息监测模块会对存入的信息进行分析和处理，一旦符合用户期望的行为，结果通知模块就会通知消费者，进行商品的推荐。最后，本文通过若干用户对该系统的使用和反馈，验证了该系统方案设计的可行性和可用性。本文研究工作的成果及意义在于，该文设计的B2C推荐系统能在信息量巨大的互联网上，利用若干Web数据挖掘的方法，为消费者的购物行为进行监测和辅助，从而节省了大量成本和宝贵时间。