网络交易中,当买家遇到同一类商品时,往往由于每件商品的参数各具特色而无从确定最终购买意向.本文构造了一种基于BP神经网络的网上商品评价系统,系统将根据买家对于不同参数的偏好而对商品进行综合评价,从而得出评价结果,引导买家选择更加适合自己的商品. 基于BP神经网络的网上商品侧评体系通过对最近买家的打分样本模式的学习，已经获得了评价专家的知识与经验，以后当需要对网上商品进行评价时，只要给训练好的BP神经网络输入相应的指标数据矩阵，BP神经网络评价系统会再现专家的知识与经验，即时做出响应，不需要人为干预，从而可以避免评价过程中的人为失误，评价准确性高。同时，该网络系统还具有很强的容错能力，相信随着各类电子商务网站对消费者需求的日益重视，基于BP神经网络的商品推荐系统将获得极大地应用。