推荐系统在当今的互联网时代中,发挥的作用越来越大,并且在特殊的条件下,都不得不依靠推荐系统作为消费者购买决策的重要依据。从而对于消费者购买决策的影响呈上升趋势。大多数电商网站都有符合自己产品特性构建的独特方式推荐方式,从简单的榜单推荐到基于复杂的数据挖掘技术的个性化推荐。各种纷繁复杂、多变但又目的性一致的推荐系统,在国内外各大电商平台中都产生着大小不同的作用。也由于推荐系统的存在,使得产品推荐不在被动而单一,逐渐变得主动且灵活。也正因为推荐系统的兴盛发达,衍生出各式各样的产品网络,让原先单独呈现的商品,不再“孤军奋战”。在产品网络中,产品在产品网络中,扮演着网络节点的作用,产品的推荐链接,可以看作是网络中的连结点与点之间的线,亦可以看作是互相链接一种关系和联系。本文主要是聚焦在推荐系统中的新品推荐所带来的需求溢出效应,即新品推荐在产品网络中的扩散程度和范围。之前的研究主要是针对需求效益在社交网络中的传播及规律。很少有从产品网络的视角去看待需求的扩散影响。我们基于真实的豆瓣网站数据,针对新品推荐所带来的需求效应,观察此种效应在产品网络中的影响程度,并对其扩散深度的进行分析和研究,找到扩散的基本规律和特点。通过建立PSM-DID（双重差分倾向得分匹配）模型方法,同时观察产品网络中不同深度的实验组和对照组,在新品推荐前后的需求变化,定量和定性的去判断新品推荐在产品网络中带来的影响深度。我们发现新品推荐对产品网络中的邻居的需求溢出效应是显著的,同时我们发现,新品推荐在网络中的需求溢出深度仅为一层。这可以帮助产品营销人员设计新品推荐策略,为平台优化产品网络增添了新的视角和参考。