随着互联网和电子商务的蓬勃发展,电子商务平台在为用户提供越来越多选择的同时,其结构复杂化,存储的数据庞大化,用户经常在平台上无法找到自己感兴趣的商品。作为电子商务平台上必不可少的推荐系统,模拟线下的销售员和用户面对面沟通,向用户推荐商品,通过和用户的交互让用户最终完成购买等这一连串在销售行为中最为核心的过程。随着电子商务平台的细分,逐渐发展成综合性B2C电子商务平台和垂直B2C电子商务平台。垂直B2C电子商务平台和综合性B2C电子商务平台不同,它具有它自己所独特的特点:商品品类不多、商品间存在固有的关联关系。本文将提出一种适合垂直B2C电子商务平台上的推荐系统,它会利用电子商务平台上既有的商品类目结构来优化推荐结果,并针对垂直B2C电子商务平台所独有的特点来完善推荐系统的效果,还会把B2C电子商务平台一些基于知识或经验的规则应用到这个推荐系统里面。在第五章,实验和验证章节中,本文从四个不同的角度设计了四个实验,并在真实的电子商务平台上验证本文所提出的算法。实验结果表明本文所提出的推荐算法比基于纯统计的推荐算法的“附属商品比主商品销量占比”高8%左右。