基于因特网的电子商务蓬勃发展,信息强度和密度前所未有,用户数与项目数呈级数增长,个性化信息推荐服务显得越来越重要。个性化信息推荐服务是根据用户的兴趣为用户提供可能感兴趣的商品信息推荐。然而,用户兴趣的获得是困难的,现有的推荐系统是依据特定的算法来预测用户的兴趣,预测出的用户兴趣与用户的实际兴趣往往存在一定的差距,这就造成了个性化信息推荐服务的准确性还不够。个性化信息推荐服务在帮助解决用户在购物过程中查找商品困难的问题上被赋予很高的期望,然而实际操作中却遇到了很多困难,使得电子商务个性化信息推荐服务的质量大打折扣。本文第一部分对个性化信息推荐服务的研究现状进行了论述。第二部分对个性化信息推荐服务的相关理论和个性化信息推荐所使用的技术进行了介绍。第三部分为调查问卷的数据统计。第四部分通过对问卷数据的分析,了解当前个性化信息推荐服务的现状,找到个性化信息推荐服务存在的问题。最后,根据个性化信息推荐服务存在的问题给出多方面的改进策略。由于各方面的原因,电子商务个性化信息推荐服务未能达到预期效果,用户的满意程度不高,接下来对电子商务个性化信息推荐服务的研究任重道远。