随着近几年中国跨境电商事业的蓬勃发展,海量的海外商品既存储于电商的仓储中,也大量地呈现在用户面前,产生了“信息过载”等现象,消费者在选择自已喜欢的商品过程中遇到了极大的困惑。跨境电商所针对的目标客户群体有别于传统电商的目标客户群体,其群体关注点更倾向于食品安全、品质优良、品类多样、价格合理等方面,因此,传统电商个性化推荐系统已经不再适用于跨境电商领域,基于跨境电商的个性化推荐系统的研究课题亟待解决,它可以有效解决跨境电商平台的销售问题、库存问题,同时能够从海量的跨境商品中筛选出合适的产品来推荐给客户。本文首先介绍了当前我们的跨境电商的发展情况,对个性化推荐系统背景和研究现状以及几种典型的推荐系统相关算法进行了综述与分析,在叙述了推荐系统中的主要推荐算法基础上,并重点介绍与分析了基于协同过滤算法的推荐系统,针对传统的User-based的多兴趣协同过滤算法中的缺点,提出了改进后的基于跨境电商消费群体特征(购买力、品牌度等等)的用户多兴趣的协同过滤算法,系统实际数据表明改进后的推荐算法在点击率与流量转化率方面得到了有效提升并有效地解决了跨境商品的库存积压问题以及用户购物满意度与体验问题。其次,设计并实现了一个完整的基于跨境电商平台的个性化推荐系统,包括后端服务架构、系统架构以及客户端Push架构。文章最后,总结概括了本文的主要研究工作,并且对将来的研究方向进行了展望和期待。