社會化媒體與電子商務的融合催生了社會化電子商務的興起。社會化電子商務中用戶的大量參與產生的社會關系網(wǎng)絡和用戶生成內容是用戶需求挖掘的重要源泉，而如果不對這些內容進行組織和利用將會產生新的信息過載，讓消費者再次陷入因信息來源過多而難以全面獲取和正確選擇，以致*終還是花巨大時間和精力成本才能找到所需商品的無奈境地。商品推薦被認為是解決信息過載的有效手段，通過商品推薦可以將消費者可能需要的產品主動推薦給消費者。傳統(tǒng)的推薦方法雖然能夠實現(xiàn)商品信息的有序組織，有效緩解信息過載的同時提高了商品個性化服務水平，但由于商品屬性的復雜性和推薦所需數(shù)據(jù)的稀疏性，導致推薦的準確性并不理想。鑒于此，基于社會化電子商務的用戶參與所產生的對推薦有用的重要數(shù)據(jù)，提出了面向社會化電子商務環(huán)境的商品推薦研究。本文基于消費者網(wǎng)絡行為理論與馬斯洛需求層次理論，揭示社會化電子商務中消費者購物過程的行為所體現(xiàn)的需求層次，并將這些需求的數(shù)據(jù)源映射到社會化電子商務中用戶關系網(wǎng)絡和消費者生成信息內容，提出基于用戶興趣標簽、用戶信任關系和用戶評論的商品推薦策略。研究將商品推薦的理論模型、技術實現(xiàn)與實證研究相結合，以期在理論、思路和方法上拓展傳統(tǒng)商品推薦服務。

涂海麗，東華理工大學經濟與管理學院市場營銷系教師，博士，副教授。主講課程為電子商務和管理信息系統(tǒng)，學生層次有本科和高職學生。研究方向為電子商務與信息服務。近5年來主持省級項目2項，排名第二參與省級以上項目3項，參與國家級項目1項。近5年發(fā)表CSSCI檢索論文5篇，其中1篇被人大復印資料全文轉載，2篇論文分別于2016年和2017年獲得市社會科學優(yōu)秀成果二、三等獎。