随着互联网的飞速发展,网络购物成为了新常态。为了让用户快速找到所需商品,同时使得卖家快速定位对自己商品感兴趣的人群,推荐系统成为了优秀的解决方案之一。同时,用户画像作为用户信息全貌的抽象,能够更方便地对用户进行快速且全面的分析。本文研究了电商网站用户画像的构建技术,并对用户画像技术中的标签建立和标签权重的调优进行了研究,设计了基于BERT的文本情感分析模型对用户画像技术中非量化的用户信息进行分析,并结合兴趣遗忘曲线对用户画像进行调优。在用户画像的构建研究中,对于非量化信息的研究相对较少。但有时非量化信息能够更好地反映用户的真实喜好,如用户评论信息。用户的评论信息主要以短文本的形式存在。因此,本文设计了基于BERT的文本情感分析方法对用户的评论信息进行分析,得到用户对于此商品的真实情感,并根据分析结果对用户画像进行了初步调优。以往的研究大都忽略了用户的兴趣爱好会随时间发生改变,因此,本文结合记忆遗忘曲线设计了兴趣遗忘曲线,并根据该曲线对用户画像进行了二次调优,使得用户画像更加精确。最后本文利用某电商网站的数据场景和上述方法,设计了用户画像的构建方案,同时开发了对应的推荐系统。该系统实现了用户画像的构建,同时结合基于BERT的文本情感分析模型和兴趣遗忘曲线对用户画像进行了调优。根据调优后的用户画像为用户提供了个性化推荐的功能并通过推荐结果验证了用户画像的合理性。