近年来，随着社会经济和互联网的快速发展，一方面，产品更新换代速度加快，产品的种类和数量随之增多，消费者在进行产品选择时较难准确地给出备选产品，通常只能针对产品的性能或特征给出需求与期望。另一方面，网站上涌现了大量的关于产品的在线评论信息，消费者在做购买决策之前通常会参考在线评论信息来评估和选择产品，但大量的在线评论信息使消费者很难通过查看所有的在线评论信息来快速有效地做购买决策。因此，如何基于消费者指标期望和在线评论信息帮助其生成备选产品并进行优选是一个值得关注、具有现实意义的研究课题。
　　基于此，本文考虑了依据消费者指标期望的备选产品生成问题及基于在线评论的备选产品优选问题，主要开展了以下4个方面的工作。
　　(1)给出考虑消费者指标期望和在线评论的备选产品生成与优选方法的研究框架。具体地，给出了考虑消费者指标期望和在线评论的备选产品生成与优选问题的描述和研究框架。
　　(2)提出考虑消费者指标期望的备选产品生成方法。本文依据基于案例的决策理论(CBDT)的思想，首先对案例进行表示;然后计算目标案例与源案例的问题特征相似度和综合相似度;最后依据设置的相似度阈值生成备选产品。
　　(3)提出基于在线评论的备选产品优选方法。本文首先对在线评论信息进行采集和预处理;其次利用情感分析方法对文本评论进行情感分析;再次依据证据理论对在线评论信息进行融合;最后基于修正的综合评价值进行备选产品的优选。
　　(4)给出考虑消费者指标期望和在线评论的备选汽车生成与优选方法的应用研究。以汽车之家网站的数据为例，给出了本文提出方法在备选汽车生成与优选中的应用研究。
　　本文提出的考虑消费者指标期望和在线评论的备选产品生成与优选方法可以用于解决现实中电子商务网站上的产品选择问题，为相关研究提供了理论层面和应用层面的指导。