随着电子商务的发展,信息量的急剧增加,推荐系统已经从研究领域慢慢向应用领域过渡,以此为代表的电子商务推荐系统的商业价值日渐显现。与此同时,推荐技术的研究也逐渐被重视。本文通过对电子商务推荐系统及其相关理论和技术的介绍,分析了现阶段电子商务推荐系统存在的问题,由此提出了Agent电子商务推荐系统(ARS)模型,同时对该模型从应用背景、领域以及柔性等多方面进行了分析,证明了该系统的可行性,并详细介绍了该模型的构架、功能、运行流程等。本文在分析传统协同过滤推荐不足的基础上,结合ARS模型的特点,对传统协同过滤推荐进行了改进研究,提出了能够满足ARS功能特点的基于显性评分的协同过滤推荐和基于隐性访问的协调过滤推荐,对算法流程和实现进行了说明,并证明了其有效性。最后,本文对所做工作进行了总结,并提出了下一步研究方向。