本文主要研究如何实现基于用户的偏好的、有效的汽车售后服务推荐,不仅涉及了如何利用现有的数据库资料进行汽车售后服务知识的提取,也含括了基于用户偏好进行推荐的系统设计,是利用数据挖掘、推荐系统等相关技术为企业营销、信息推广服务的尝试,也是信息技术在汽车售后服务领域的一次复合应用。本文首先阐述了论文的研究背景——物质繁盛、资讯爆炸当前,如何为客户提供更丰富的信息和更优质的服务已逐渐成为企业日益关心问题。概述国内外的研究现状之后,提出了本研究的目的和意义——充分利用现有的数据和技术来提高电子商务活动的简便性和有效性,提高企业的营销水平。研究内容包括构建数据仓库提取售后服务知识、用户偏好的表示、推荐系统的架构等。接下来,本文概括地对研究相关的理论进行了综述,简单介绍了数据挖掘的概念、常用的数据挖掘方法、推荐系统的发展概况、流行的推荐方式、归纳学习方法等。然后以某4S店的售后服务系统为例,阐明了如何从中提取有价值信息,构建面向汽车售后服务领域的知识挖掘的数据仓库,以及挖掘售后服务相关的知识。而后,本文引入了用户偏好的概念,给出了表示用户偏好的可行方法,阐述了用户偏好的分类和特点。其后,论文构建了基于用户偏好的售后服务推荐系统,阐明了系统目标用户和系统的架构,详述了系统工作流程,以及各部协同方式。最后部分对全文的研究进行了客观的总结,并且提出了研究展望和下一步的可能方向。本文的研究探索了将数据挖掘和推荐系统领域的知识和技术运用于汽车售后服务业的可行途径,以某一4S店为例,构建数据仓库,以此作为提取领域知识为推荐系统服务的基础,并给出了综合运用多种算法的能够适应当前信息化需要和客户需求的推荐系统设计。本文的研究对于亟需利用现有的信息和资料,为决策和运营服务的企业具有指导意义。