本章就消费者的信息搜集和方案评估，先以消费者具有的异质性特征为基础，对各消费者的可信、相似、专家特征值进行了分析，并就消费者对不同类型用户产生的依赖倾向进行了估计，再以此为依据开展相关的推荐和信任度预测，最后结合消费者的消费价格偏好对结果做进一步的排序。

在整个过程中，以消费者的角度看，商品推荐、信任度预测和排序只是一个结果，若未给出具体的解释，那么此类结果是难以让消费者感受到对其是有帮助的，甚至会导致消费者对此类系统的干预产生反感，进而影响其主动性的发挥。所以，为使得推荐系统可以为消费者提供辅助信息搜集及评价的任务，反馈需要从以下几方面为消费者提供帮助，以使其对推荐系统的仁慈、能力、正直、可控予以切实感知，并能在使用系统时带来乐趣。

（1）利用Why explanation使用户对系统给出的推荐结果、信任度预测和信任度排序的目的予以真切感知，从而使消费者充分认识到该系统很仁慈。

（2）利用Howexplanation使用户能够全面认知系统给出的推荐结果、信任度预测和信任度排序的相关支持原因，进而使消费者感知到该系统的能力。(www.daowen.com)

（3）利用Trade-offexplanation使用户能切实地认识到系统推荐具有可控性，由此使消费者感知到该系统很正直。

（4）利用Upside与Effort反馈使用户能够掌握如何提升和改进推荐结果或预测信任度的方法，让消费者能在一定程度上提升其网络购买力及系统应用技能。