自“互联网+”政策提出以后汽车等传统行业或重工业的发展模式与经营方式也随之改变。汽车作为一种价位高且性能复杂的生活消费品,其营销方式的竞争也愈加激烈。针对汽车性能复杂,用户缺乏相关领域知识,选购难度大问题,推荐系统被广泛应用于汽车销售行业。本文设计并实现了基于情感分析的汽车推荐系统,论文的主要内容如下:(1)推荐系统的设计:通过对汽车推荐系统进行需求分析,设计出本系统的整体框架并明确开发内容,在需求分析的基础上构建了汽车推荐系统的四大功能模块,分为主页面模块、系统介绍模块、汽车展示模块、汽车推荐模块,最后根据构建的功能模块和数据设计相对应的关系数据库。(2)基于情感分析的汽车推荐方法:这也是本文系统的核心技术。通过对汽车的在线评论文本进行主题分析与所带的情感进行量化分析,实现了融合汽车评论的语义相关性和情感分析,在构建汽车相似度计算的基础上,提出了基于汽车评论的协同过滤推荐算法,最后结合用户浏览汽车的行为给用户提供适合的汽车推荐。(3)汽车推荐系统的实现:依据系统详细设计,实现了汽车推荐系统的四大功能,即:登录主页面、系统介绍、车辆展示、汽车推荐,并在汽车推荐功能中实现了基于情感分析的汽车推荐算法。在相关技术的支持下,研制并完成了基于情感分析的汽车推荐系统。