摘要:快速发展的电子商务增加了购买型消费者的选择性，为消费的选择提供了横向和纵向选择，除了能够激发消费者的购买欲望，却也使消费面对数量庞大的商品种类感到迷茫困惑，难以做出购买选择，甚至使他们陷入数据量庞大而使用困难的境地。

    为了提高用户对推荐结果的满意程度，通过研究用户情感挖掘方法，构建一个融合情感关键词的推荐算法。该方法首先依据用户行为信息将用户聚类分析，假设相同类别的用户有着相同的购买欲望。在此基础上产生推荐商品列表。然后利用用户情感产生的信息对候选商品列表进行过滤，去除某些评价较差的商品，保留评价高的商品生成最终的推荐列表。

关键词:   数据挖掘，个性化推荐，倾向性分析

目录

摘要

Abstract

第一章概览-3

（一） 电子商务推荐意义和背景-3

（二）推荐系统的研究现状-4

第二章电子商务的现状与发展-4

（一）  推荐算法的发展趋势-4

（二）目前推荐算法存在的问题分析-5

（三） 几种推荐算法简介-6

（四）  结合用户情感挖掘的推荐算法主要流程-7

第三章情感挖掘的核心概念与算法-8

（一）信息采集-8

（二）消费人群聚类分析-9

（三）提取用户特征-9

（四）分析倾向性-10

第四章推荐系统设计-11

（一）系统目标-11

（二）系统需求分析-12

（三）业务系统流程-13

（四） 数据库设计-15

（五）系统实现结果-20

第五章总结致谢-22

参考文献-23