随着社会经济的发展,人们生活水平的稳步提高以及互联网、移动互联等行业的快速、蓬勃发展,现在的人们已经习惯于网络上处理各种各样的事情,比如进行网页的浏览,产品的购买,学习乃至工作等等。但是随着用户数量和产品数量以惊人的几何倍数的速度增长,互联网生活在给人们带来巨大的便利的同时,也为人们的生活带来了诸多不便。形形色色有用的、垃圾信息充斥着用户的视野,同时对电子商务的发展也带来了越来越多的挑战。为了使用户能够在海量数据中快速地获取到对自己需要的信息,电子商务领域中的个性化推荐系统应运产生。基于个性化推荐的电子商务平台可以根据用户的偏好和购买日志数据,为用户推荐其喜欢的商品。但是随着电子商务网站和市场规模的不断壮大,商品数量和种类几乎以指数增长,顾客通常要花费相当多的时间和精力才能找到喜欢或者想要的商品。用户必然会淹没在这种信息高度过载的问题当中,相当一部分的用户会在浏览这大量冗余的信息和产品的过程中逐渐流失。为了解决这些问题,基于个性化推荐的电子商务平台应运而生。个性化推荐系统是基于在一个先进的商务智能平台的基础上,依托于海量数据,帮助电子商务网站为其用户提供完全个性化的推荐支持和服务的信息系统。购物网站的推荐系统可以为其用户推荐符合用户喜好的商品,同时能够自主的完成个性化选取商品,以满足不同用户的不同需求,推荐基于：当前最热卖商品、用户附近、用户最近的浏览记录和购买记录等,用以分析推算用户未来可能会发生的购买行为。在互联网时代,尤其是电子商务如此繁荣的现在,商家用网上商城等途径为用户提供了丰富的商品,用户只需要登录网站即可获取大量的商品信息,但是却无法通过屏幕迅速了解所有的商品的情况,也不能在大量的商品直接找到自己喜欢的。所以,需要为用户提供一个网上商城辅助系统,能根据用户的爱好和兴趣为用户推荐喜欢或者可能感兴趣的商品,而这就是本文要达到的研究目标。基于上述需求,本文的主要工作和研究成果如下：(1)基于ASP. NET设计并开发网上商城系统。(2)结合各种推荐算法和各种购买浏览信息数据,充分挖掘其中隐含的信息,快速准确推理出用户所需要的商品。通过以上相关工作的研究,本文设计并实现了以C#语言为开发语言的基于推荐算法的网上商城系统,结合对推荐算法的测评结果,相较于当前网上商城系统,本文采用的推荐算法的有比较可靠的准确性,验证了系统推荐的有效性,满足用户个性化推荐的需求。