現今21世紀的大環境中，因應電腦的普及化與社會經濟的復甦，對於網路購物已漸趨謂為風潮，在傳統的行銷系統中，幾乎每隔10-20年，就會有一套新的行銷系統出現，成為將產品銷售給終端消費者的新方法，所以在1990年代開始，網路與電子商務的盛行，至今因科技的進步、電腦的普及與消費者訴求購物的便利性，創造出所謂的「宅經濟」。 因此，網路購物市場越來越蓬勃發展，而許許多多的消費者所傾向的是價格上低廉、交易機制的便利與安全性，因此，各網路購物平台的消費者忠誠度並不高，為獲得更廣大的消費者上網購買商品，與幫助企業的網站瀏覽量大增，提高各網路平台的消費者忠誠度，本研究將設計一個個人化的推薦機制，提供消費者更精緻的購物環境與服務。 本書結合了約略集與資料採礦中的關聯法則，著重於具有處理不確定性資料能力的規則產生，以助於行銷決策者可以準確的區隔市場，並發展以約略集為基礎之關聯演算法，加上層級分析法(AHP)之相對比重概念，建立內外部推薦機制，將適當的產品與平台通路推薦給消費者，端看是否能改變其消費行為。