目前针对O2O电子商务推荐的研究较少。艾丹祥等人（2015）[133]采用本体技术构建情境语义模型，用来记录用户的访问历史及交易情境内容，提出了适用于移动情境的规则推理方法和推荐规则，实现了情境上下文和用户偏好的充分融合，为目标用户进行情境上下文感知的实时O2O服务推荐。艾丹祥等人做出了O2O服务推荐的开创性研究，但却没有进一步考虑用户的社交网络在O2O服务推荐中的重要作用。马毓锋（2014）[134]将本体论方法应用于汽车售后服务领域，并结合O2O服务领域知识，构建了客户领域本体、汽车领域本体和O2O服务领域本体，通过分析这三个本体的内在属性以及本体之间的关联，构建了汽车售后O2O服务本体模型及推荐框架。朱蓓蓓等人（2016）[135]则针对蓬勃发展的校园二手书交易市场，构建了O2O模式的二手书推荐方法。
当前的O2O推荐方法研究存在以下问题。
1.只针对单项服务、项目推荐进行研究，未考虑针对服务商推荐的问题。而实际的O2O交易中，用户常常希望得到O2O服务提供商的推荐。O2O服务提供商通常会为用户提供多项服务，用户在选择O2O服务提供商时，通常会考虑多项服务的综合评价。
2.未考虑O2O服务的不稳定性。O2O服务主要集中在生活服务领域，用户的使用频率较高，而商家的服务质量常常随管理人员和专业服务人员的变动而变动，其服务质量易随时间发生改变，因此更加需要关注商家的服务质量变化问题。(www.xing528.com)
3.未深入研究服务推荐方法的鲁棒性，不能有效抵御恶意用户的托攻击行为及商家、恶意用户的共谋行为。移动社交网络的发展，为O2O商家的服务宣传、促销、推广提供了便利，但也为商家进行虚假宣传、恶意共谋行为打开了方便之门。
4.未考虑推荐方法的可信度问题。O2O服务提供商主要集中在生活服务领域，大多数规模较小，缺乏科学的管理手段和方法，并且由于市场监管难度较大，商家违法成本较低，容易滋生各种不诚信的行为。现有的可信推荐方法大多采用的是全局信任计算，而实际上O2O商务中用户间的信任常常是主观的、本地的。因此，全局信任计算方法并不适合用户的个人信任网络。
5.没有将地理位置、信任评估和社会网络融合的推荐方法研究。O2O服务推荐的3个重要属性特征为：位置相关、借助社会网络和必须保证服务及商家的可靠性，但目前尚未见到有将这3个属性特征进行融合的O2O商务推荐方法。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
