随着生产技术的不断改进、人民生活水平的提高,消费者对于产品个性化的需求愈发强烈。在此背景下,以消费者需求为核心的C2B电子商务模式应运而生。发展C2B个性化定制是制造企业转型升级的重要方式之一,但当前制造企业个性化定制水平普遍较低,且从可见的参考资料中,用户参与定制的流程中并未引入智能推荐以辅助其进行定制。另外,现有的智能推荐研究多是针对完整的商品或服务,无法直接应用于C2B个性化定制。故本文尝试将经典的智能推荐系统和智能推荐算法进行改进,应用到C2B个性化定制平台上,以达到引导和辅助用户进行个性化定制的效果。本文首先对制造企业C2B个性化定制的发展现状进行了研究,分析了传统智能推荐在C2B个性化定制场景下的不适用性:无法针对消费者在定制中每一步的选择行为作出相应的引导,无法满足制造企业对推荐系统交互性、用户需求聚合合理性、密集性等方面的要求,因此需要进一步的改进;其次,在改进必要性的基础上,提出了智能推荐系统的改进思路:引入分步式思想、调用历史定制记录、同时保留两种推荐模块、引入企业参与与调用反馈机制,并根据该思路进行了改进后智能推荐系统的框架设计及个性化定制、推荐流程介绍;再次,分析了经典智能推荐算法运用于C2B个性化定制场景中的局限性并提出了采用隐式反馈数据、独立运行推荐步骤以及考虑属性相关性的改进思路,并根据该思路阐述了改进后智能推荐内在机理及算法详细推演步骤;最后,引入一汽车制造企业汽车的定制案例,以此对本文提出的分步式智能推荐算法进行仿真模拟,验证了改进后算法的实用性和有效性。