摘要：目前电子商务推荐系统中存在客户评分稀疏性问题，隐性评分是解决该问题的有效方法，但现有方法只考虑客户对单个网页的兴趣度．客户浏览行为和网页之间语义相似度可以综合客观反映客户对商品隐性的评分．建立网页商品概念．属性矩阵CA（Goods Concept-Attribute Matrix），综合考虑商品属性、相关商品及其在网页中的分布等因素，基于客户浏览路径和时间的统计分析，通过语义词林WordNet计算网页语义相似度，综合计算商品语义隐性评分．通过算例和实证研究说明该算法的有效性．

关键词：隐性评分 语义相似度 商品属性 协同过滤 电子商务 

单位：武汉理工大学经济学院电子商务系; 武汉430070