隨着資訊時代的來臨，基於互聯網的電子商務進入飛速發展的階段，無論是人們的生活方式還是企業的生產方式都隨之發生鉅變。更多的企業也意識到電子商務所帶來的商機，正着力推動各自電子商務平臺的構建和應用電子商務技術的發展。但激增的商品資訊，也無形中增加了消費者選擇商品的難度。因此，如何構建合理的資訊模型，對商品相關資訊進行準確表示及精煉描述，從而爲顧客在進行商品選擇時提供準確的資訊和有效的依據，成爲亟待解決的問題。電子商務平臺在具體構建時，面對急劇增加的商品資訊，還應注意模型資訊的統一性和協調性、開放性和升級擴展能力，以方便向消費者精確地進行推薦，從而提升顧客對於網站的滿意度以及平臺整體的銷售額。
1商品靜態資訊的提取
1.1商品類別的劃分
在進行商品資訊提取之前，應首先針對商品進行類別劃分。因爲，相同類型的商品往往具有相同的特徵，人們在購買時會根據所選購商品的類型所具有的獨具特徵做出購買決策。因此，爲了使顧客在電子商務平臺上對於商品的瀏覽行爲更加方便，在商品資訊模型構建之初，應首先考慮針對商品的特徵進行類別的劃分，將具有相似特徵的商品歸爲一類，與此同時，針對每個類別進行編碼操作。當有新商品登入時，應首先將其進行歸類處理。這樣，商品資訊模型就成爲一個商品類別以
1.2商品基本資訊的表示
商品基本資訊是指顧客在購買過程中所必須瞭解的，商品本身所共有的、不變的屬性特徵。這些資訊，也是面向顧客進行推薦時的主要內容，是電子商務平臺中的基礎資訊。作爲交易雙方所需要的資訊應具有內容豐富、易於瞭解、實時更新等特徵，基本資訊模型應能將絕大多數商品所共有的特徵標示清楚。
1.3商品特徵屬性的提取
電子商務平臺中用於表示商品全部屬性數據的集合被稱爲商品的屬性資訊。電子商務平臺中針對商品進行的檢索、瀏覽、收藏、購買等所有的行爲，實質上都是針對商品的屬性進行的操作。而每種商品都由多重屬性組成，如何有效地對於商品的屬性進行合理地提取和表示，成爲電子商務平臺能否及時、準確地爲顧客提供商品推薦的關鍵。商品屬性資訊是由靜態屬性與自訂屬性所構成。商品靜態屬性是商品所固有的、對於顧客選擇商品有很大影響的資訊。因此，在進行模型構建時應首先對這些屬性進行綜合和抽象級別處理，並進行合理表示。自訂屬性是由類屬性、抽象屬性共同組成。這裏，類屬性中的.客觀屬性主要是指同類商品具有的共同屬性，主觀屬性是針對同種類型商品進行的人爲描述的屬性；而抽象屬性則是顧客對於商品使用後反饋回來的相關資訊。在諸多商品資訊中，某些是能用量化方式進行描述的，如商品價格及規格標識；而絕大多數屬性往往是使用字元描述的，難以量化標識，如商品名稱、基本功能等。爲有效地構建模型，針對這類屬性，首先要做的就是聚類處理，進而再根據聚類結果進行賦值處理。特別對於某些由長字元串所組成的屬性，應首先將其作詞條分段處理，再選擇其中能代表商品重要功能的詞條作爲關鍵詞。然後，進行鍼對關鍵詞所代表的屬性進行聚類，並將功能相類似的商品作爲一個級別。最後，由賦值模組對各級別進行整數量化表示。不難發現，類別相同的商品，其屬性特徵值往往也是相同的，因此每一個屬性都是擁有該屬性的所有商品所共有的特徵。顧客如果對某個屬性有所偏愛則是對於對應商品類整體的偏愛。商品屬性
2商品評價資訊的提取
商品評價現已被多數電子商務網站所採用，已購物顧客對商品做出的準確、實時的評價，將成爲其他顧客購買參照的依據。這不僅能提高顧客選擇商品的效率，更能促進服務質量的提升。
2.1建立評價指標體系
首先，要進行特徵要素的選取。將顧客對於商品給出的評價值作爲特徵要素，顧客對於各評價項做出的評分結果作爲評價集。再按分值區間對評價結果進行劃分，將其作爲參考等級。例如，通常電子商務平臺採用五星評分，即五星代表非常滿意、四星代表滿意、三星一般、二星不滿意、一星代表非常不滿意，則V=（非常滿意，滿意，一般，不滿意，非常不滿意），對應選定的分值級別向量爲CT=（108642）T。其次，要確定要素集。要素集的選取，主要是針對顧客在購買過程中，影響其滿意度的主要因素的鉅額訂單。如多數顧客在電子商務平臺進行網上購物時，所關注的往往是商家所提供的商品、物流及服務等情況，可將上述項目作爲評價項目，即爲要素集U=（與描述相符、服務態度、發貨速度、物流服務）。要素集、評價集的選取並非一成不變，該過程可以視顧客購物所關注的不同要素來選定，並可人爲調整。
2.2確定權重係數
要素集中的要素對於評價結果的影響程度往往不盡相同，某些要素影響顯得非常重要，而某些則顯得不那麼重要。爲加以區別，這裏用權重係數進行量化表示。權重係數的確定往往是由人爲賦值產生的，透過主觀經驗判斷結合要素固有資訊，量化後得到各要素權重係數：A=（a1a2…akam）。其中，ak爲第k個因素對應的權重係數；k=1，2，…m；a1+a2+…+am=1。
2.3確定要素評價矩陣
針對要素評價，要進行的是分配率的計算，該過程主要是根據評價要素集所對應的等級進行統計產生的。如上敘述，採用五星評分，即非常滿意、滿意、一般、不滿意、非常不滿意，
3結束語
未來的電子商務將是一種以面向顧客主動推薦爲主要特徵，能夠協助顧客從衆多的選擇中快速找到最有價值的商品，爭取交易雙方最大利益並給人們帶來極大便利的模式。新時代的電子商務需要的是實時的反應和準確的推薦。對此，本文使用商品類別資訊、基本資訊、特徵屬性以及評價資訊構建了商品資訊模型，並用商品屬性權重及向量方式來表示商品特徵向量。該商品資訊模型的構建使用便利、資訊表述完整、可及時更新、能隨數據的增加擴展，有利於電子商務網站的管理和服務水平的提高。