隨著互聯網的普及和電子商務系統的發展，電子商務系統逐漸成為電子商務it技術的一個重要研究內容，越來越多地得到研究者的關注。 　　而且現在電子商務系統規模的進一步擴大，用戶數目和項目數據急劇增加，迫切需要相應信息檢索技術產生。商品個性化推薦技術，尤其是協同過濾技術，構成了現有電子商務系統個性化推薦的基礎。在這里，之所以強調個性化，是因為推薦能為每個用戶推薦適合他們偏好和興趣的產品，而不是千篇一律的推薦。
 
　　電子商務系統推薦的定義是：“它是利用電子商務網站向客戶提供商品信息和建議，幫助用戶決定應該購買什么產品，協助銷售人員幫助客戶完成購買過程”。
 
　　電子商務系統推薦面對的是用戶，任務是為用戶提供對商品的推薦。用戶是指電子商務系統的使用者，也就是電子商務活動中的客戶。商品是被推薦的對象，是指電子商務活動中提供給客戶選擇的產品和服務，也就是最終系統推薦返回給用戶的推薦內容。在一個電子商務活動中，用戶數和產品數是非常多的。電子商務系統推薦面對的當前用戶，稱為目標用戶或者活動用戶。
 
　　根據商品的特點，目前主要有兩種類型的系統推薦，一種是以網站首頁為對象的個性化推薦系統，主要采用web數據挖掘的方法與技術，為用戶推薦符合其興趣愛好的頁面；另一種是網上購物環境下的、以商品為推薦對象的個性化系統推薦，為用戶推薦符合其興趣愛好的各類產品，如各種書籍，音像等商品，這種推薦系統也稱電子商務系統個性化推薦。
 
　　既然互聯網的發展速度越來越快，那么我們就應該順應趨勢加緊腳步跟上電子商務系統的更新腳步，實行電子商務系統的商品推薦功能。學會在電子商務系統中合理的使用推薦商品。