随着互联网的飞速发展,顾客和商家对电子商务推荐系统的需求日益强烈。然而当前的电子商务推荐系统大多是采用以用户为基础进行构建的。同时,由于系统建立之初,顾客对系统的访问量较少,这些系统往往遭遇了“冷启动”的问题,不能有效发挥推荐系统应有的作用。而基于内容的推荐系统以商品自身属性为出发点,不依靠顾客行为,可以有效解决这一问题。基于内容的推荐系统通常以文本相似性研究为基础,但是由于在推荐中涉及的往往是短文本的相似性问题,而长文本的推荐算法不能很好的应用于短文本相似性比较。本文以计算机图书推荐为例,提出一种实现短文本相似性比较的方法。该方法从互联网中获取了计算机图书的语料库,通过分词、去停止词等预处理,按照基于规则和基于统计的方法提取了计算机领域术语,并进行实验验证。之后,基于提取的计算机领域术语构建了计算机领域语的层次结构,并结合了短文本语义比较的方法,最终形成计算机图书的推荐。同时,基于提出的理论,结合实际,构建出电子商务推荐系统。该系统充分考虑用户需求,对实际的运行方式进行合理设计,为构建电子商务推荐系统提供了一条新的思路。