随着网络营销的不断发展,尤其是网络团购这种新型电子商务模式的出现,消费主体之间的需求差异性越来越明显。因此,挖掘个体消费者的需求偏好、进而为消费者提供个性化的商品推荐成为商家重要的营销方式。而在虚拟社区中,由于信息传播的便利性与广泛性,消费者的购买决策不再只受到个人偏好的影响,同时也受到他人意见的影响。如何兼顾两方面因素对消费者购买意愿的影响,进而为消费者提供更加准确的个性化推荐,成为国内外学者研究的热点问题。本研究从个人偏好与他人推荐两个维度出发,将商品属性与他人意见影响力作为影响消费者购买决策的两大指标,提出了相应的概念模型。进一步将商品属性细化为7大类、32个子属性,将意见影响力通过意见领袖值表征,以BP神经网络为工具,提出了基于虚拟社区的商品个性化推荐模型。在本文的实证研究中,针对高校论坛中的100名用户,调查了他们对35件餐饮类团购商品的购买意愿情况。运用本文提出的推荐模型,预测了他们对这些商品的购买意愿程度,并与实际数据进行了对比分析。在实证分析结果的基础上,对虚拟社区网络营销提供了几点建议,同时得到了以下结论：1、本研究的概念模型能够较好地描述影响网络购物消费者购买意愿的因素,特别是对于活跃在虚拟社区中的消费者来说。在虚拟社区中,消费者的购买决策不仅受到自身对商品属性偏好的影响,同时还受到他人意见的影响。2、意见领袖值能够很好地反映某个人的意见对其他消费者购买决策的影响程度。3、本研究提出的算法对于识别出虚拟社区中的意见领袖有较高的准确度和可信性。该方法综合考虑了引用次数、引用者自身影响力和用户间引用依赖强度三方面因素,并且减小了网络水军对识别结果的影响,更有助于提高识别准确度,找出网络中的意见领袖。