随着汽车产业的快速发展，我国已经成为世界汽车第一产销大国。随着经济的发展、城市规模的扩大，机动车保有量的迅猛增加。据公安部交管局发布的最新数据，截止2012年6月底，全国机动车保有量达到2.33亿量，其中汽车保有量占总量的48.92%。这是我国汽车保有量首次突破1亿量大关，仅次于美国的2.85亿量。随着消费者日趋理性，谁能提供消费者满意的服务，谁就能够加快占有市场份额的步伐。全力提升服务满意度、打造服务品牌正逐渐成为一些具有前瞻性汽车品牌的共识——使汽车售后服务真正的发挥其独特作用，推动汽车行业良好健康发展。本文基于4S店的售后服务现状及存在问题，通过智能网络平台测量、读取和整合静态的用户基础数据以及动态的驾驶数据、汽车各零部件的损耗等推测客户的使用行为特征，构建用户画像，利用协同过滤推荐算法测定用户与用户之间的相似度，同时结合实时路况、天气等相关数据，并根据最近邻居集合接受服务的偏好，预测客户所需的服务项目及服务时机，构建出主动化、智能化、网络化的汽车售后服务创新模式。本文指出构建该汽车智能网络服务平台的基础在于拓展硬件平台、与车辆深度结合、知识库的构建、盈利模式的确定。剖析了该平台的关键技术构成包括移动宽带的普及、海量数据的获得及处理、实时计算、用户画像以及精准推荐。同时，归纳提炼出了汽车售后主动服务的主要内容：通过利用知识库中的用户基础数据和车辆使用数据等信息，描绘完整的用户画像，构建主动服务框架模型，通过分析用户相似度及用户-项目关联度预测用户未来需要的服务项目及接受服务的时间，定制个性化的用户汽车售后服务方案。最后，基于余弦相似度算法及皮尔逊相关系数计算方法进行了改进和优化，并选取某汽车企业的客户进厂信息作为数据来源，根据10个用户对接受频率较高的10个汽车售后服务项目的评分情况，通过改进的余弦相似度-皮尔逊相关系数算法，计算得出了这10个用户的相似性，并对其中一个用户进行了服务项目预测及推荐。