互联网信息技术发展迅猛,使得网络信息资源急剧增长。信息过载和信息迷失已严重制约了人们对网络信息的使用。个性化推荐服务既可以为用户提供所需商品推荐服务,使用户方便快捷的找到商品,顺利购买所需商品;又可以为商家提供客户信息,从而掌握用户情况,并进行进一步的推广活动,通过对用户偏好信息有效分析来提高信息推荐的准确度,进而增加用户对网站的忠诚度,因此,现存的电子商务个性化推荐越来越受到关注。本文研究将决策思想与个性化推荐服务相结合,运用基于模糊语言量词引导OWA算子的MADM方法,通过显性和隐性两种不同的方式获得用户不完全偏好信息,结合分析用户的个性化不完全偏好信息,来为用户提供符合用户个人偏好的决策推荐服务。本研究不需与其它用户信息相匹配,针对的是每个单个用户自身的偏好信息,通过与用户相互交互的过程,产生商品的属性和权重的不完全信息,进而推荐符合具体用户偏好需求的商品或服务,由此来提高用户满意度,使商家在日益激烈的电子商务竞争中提高商品推荐的准确率,帮助商家来提高用户的忠诚度。