摘 要：由于近年来居民收入的稳步提升、国内人工智能技术的飞速发展，智能手机正成为人们感受智慧生活的必需品，而智能手机应用提供的服务也已覆盖到人们生活的方方面面。在这样的发展趋势下，人们的购物消费已经基本转移到线上模式。因此,传统的网络市场营销策略已经难以起到预期的作用,故而基于以用户为主的个性化推荐营销策略变得越来越重要。在线评论是网络购物的重要组成部分，不仅表明了消费者的购物体验，其中包含的情感词汇也反映了消费者的产品需求与消费能力，掌握这类信息对推测消费者的消费意图具有重要意义。在此背景下,本论文着手从淘宝为实例的个性化商品推荐这个方向进行研究，一方面通过对个性化推荐系统作出详细介绍，另一方面再基于在线评论情感分析来对淘宝个性化推荐系统做出阐述和评价，因而具有着一定的理论意义和实践意义。

关键词：网购、淘宝、个性化、推荐系统、在线评论、情感分析

目 录

摘 要

Abstract

绪 论-1

1.1研究背景-1

1.2国内外研究述评及其意义-1

推荐系统概述及其相关技术-3

2.1在线评论情感-3

2.2个性化推荐系统概述-3

2.3基于内容的推荐算法-4

2.3基于协同过滤的推荐算法-5

淘宝为例的个性化推荐准备-6

3.1商品相似性判断-6

3.2购买记录喜好判断-6

基于在线评论情感分析个性化推荐-8

4.1  在线评论的获取-8

4.2 根据余弦值进行喜好度判断-8

4.3向量空间模型表达-8

4.4文本特征的情感倾向性计算-9

4.5 个性化推荐结果-10

4.6结论-11

个性化推荐建议-12

5.1 推荐技术层面-12

5.2 用户隐私层面-12

5.3电商平台层面-12

总结和展望-13

6.1总结-13

6.2展望-13

致谢-14

参考文献-14

附录-16