B2C(Business to Customer)是电子商务模式的一种,网站直接向消费者销售产品和服务。在互联网发展的大潮下,网络购物被大众所喜爱和追捧,B2C网络购物市场占有率大幅提升。网络商品和服务数量越来越庞大,消费者在电商平台购物时会面临信息过载的问题,随之而来的是选择困难、选择时间变长及购物体验降低等问题,从而导致消费者购物意愿不强。从上世纪90年代开始,个性化推荐服务的开发受到了越来越多的学者的关注,因为它能缓解信息过载带来的问题,它通过挖掘用户和商品之间的关联关系为消费者推荐符合其偏好的商品,达到刺激消费者购买意愿的目的。但是,消费者的偏好受到情境因素的影响,具有不确定性和差异化的特点,目前的推荐系统没有很好地解决上述问题。为了更好地提高消费者的购买意愿和购物体验的满意度,电商平台需要推出考虑消费者情境及符合消费者偏好的推荐服务,即情境化推荐策略。本文针对电商平台现有推荐系统消费者情境缺失的问题,研究面向电商平台消费者的情境化推荐策略,包括两个部分:第一,电商平台消费者情境的刻画与定义。电子商务环境下,影响消费者购买行为的情境构成复杂,且消费者对情境的感知水平不一样,受到的影响也不相同。通过分析在一定时期内偏好未发生漂移的电商平台消费者的购买行为特征,研究电子商务环境下消费者的情境构成及其特点,对电商平台消费者情境进行刻画与定义。第二,分析考虑消费者敏感情境的推荐策略。利用消费者的购买行为、浏览行为等历史信息描述其偏好,并建立偏好模型对其规范化定义,并在推荐过程中利用分布式理论对情境信息进行分化,量化情境对消费者购买决策影响的差异化程度,分析消费者敏感情境对购物行为的影响,采用数值实验的方法分析和验证本文提出的消费者偏好提取方法和融入情境的推荐方法的有效性。经过理论研究和数值实验,本文主要有三个结论:(1)通过阅读大量文献发现,结合电商平台消费者的情境依赖推出个性化推荐服务会对消费者购买意愿产生积极影响,同时表明本文从情境信息对消费者购买决策行为的影响进行研究是比较合理的;(2)基于消费者情境差异化分布的消费者偏好提取方法具有良好的用户偏好提取能力;(3)与其他方法进行实验对比分析后,发现融入消费者敏感情境的推荐方法的推荐效果更好,并且一定程度上可以适应情境的动态性特点。