از جمله دستاوردهای تجارت الکترونیک حضور عرضه کنندگان در یک بازار جهانی قابل رویت برای کلیه خریداران است که در کنار مزایای فراوانی که هم برای خریدار و هم برای فروشنده به همراه دارد ، امکان مقایسه محصول با محصولات مشابه را نیز برای تقاضا کننده به وجود آورده و عرضه کننده را از انحصار خارج می کند. از سوی دیگر در دنیای رقابتی امروز با گسترش قابل توجه حجم داد و ستد اینترنتی و افزونگی اطلاعات و تنوع محصولات در دسترس، نیاز به سیستم هایی جهت پیشتیبانی تصمیم گیری در فضای کسب و کار مجازی و ابزارهایی بمنظور فیلتر اطلاعات با توجه به احتیاجات و علایق مشتریان بنگاه های مجازی و راهنمایی آنها در انتخاب محصولات مناسب بیش از پیش احساس می شود . ازسیستم های توصیه گر به عنوان یکی از راه حل های رویارویی با مسئله سرباری اطلاعات در تجارت الکترونیک یاد می شود. از یک سو کسب و کارهای فعال در زمینه تجارت الکترونیک برای جذب مشتری بیشتر در بازار پر رقابت مذکور نیازمند این سیستم ها هستند و از سوی دیگر مشتری نیازمند یاری رسانی در خیل عظیم و رو به رشد کالا و به همان نسبت اطلاعات مربوط به آنها است تا بتواند از میان تعداد زیاد گزینه های پیش رو مناسبترین آنها را بر گزیند در این تحقیق قصد داریم با استفاده از منطق فازی چارچوبی برای توسعه ی نوعی خاص از سیستم های توصیه گر در سایت های تجارت الکترونیک ارائه دهیم که علاوه بر محصولات با تواتر خرید بالا ، جهت توصیه ی محصولاتی با تواتر خرید پایین که سیستم و فروشنده اطلاعات زیادی از سابقه ی مشتری ندارند هم کارایی دارد . چنین کالاهایی علی رغم اینکه در بازار کالا مشمول قاعده ی سرباری اطلاعات هستند ، ولی تا کنون در طراحی سیستم های توصیه گر فعالیت چندانی در زمینه ی توصیه ی انها انجام نپذیرفته است .