随着网络B2B的发展,网上购物逐渐成为一种新兴的消费形式,它使人们在不同的时间、不同的地点进行高效的网络B2B成为可能。　　 目前,网络上积累了大量Web商品资源,但存在对Web商品资源意见属性的标注结构简单、缺乏语义,特别是对Web商品资源的意见属性的自动标注方面,存在着严重的不足,不能为用户提供及时的意见参考,制约着网络B2B的发展,因此,如何对Web商品资源进行意见属性的标注,并且反馈给用户对该资源的意见,为用户提供该资源意见自动标注,将对资源的相关信息方便、快速地呈现给用户?已成为网络B2B中亟需解决的问题。　　 论文把意见词汇本体理论和意见词汇相似度计算模型引入到Web商品中意见属性自动标注系统中来,利用商空间下本体的形式化理论构建意见词汇本体,实现意见词汇知识在语义层面上的任意跳转和推理,并利用意见词汇相似度计算模型计算意见元词汇和意见词汇本体的相似度来确定对该商品资源的满意程度,实现对Web商品资源意见语义自动标注系统,为用户提供对该商品资源的总体意见,方便用户对商品意见的查询。论文主要内容是:　　 (1)结合软件开发的过程,提出商空间下本体形式化理论,为实现构建意见词汇本体的层次间的任意跳转以及层次间的推理打下基础,并结合本体基本的建模方法和Hozo开发工具,创建意见词汇本体知识模型,提供意见词汇分类体系。　　 (2)通过对概念格理论和本体的层次结构的深入研究,构建了概念格理论下的语义相似度计算模型,同时分析了意见元词汇和意见词汇本体,计算了意见元词汇和意见词汇本体的相似程度,为Web商品资源意见属性的标注提供语义自动标注,形成对该Web商品资源意见描述文档。　　 (3)基于构建的意见词汇本体知识和语义相似度计算模型,利用Java程序语言设计实现一个原型系统。系统具有Web商品资源意见元词汇的提取和意见相似度的计算。通过对意见元词汇的相似度计算,系统能够为用户呈现所需要Web商品资源意见属性自动标注。为用户网上购物提供意见参考。　　 论文的核心问题是意见词汇本体的构建以及如何计算意见元词汇和意见词汇本体的相似度计算模型。而意见词汇本体不仅仅在Web商品资源的意见属性自动标注提供较好的意见词汇分类体系,也可以应用到其它应有领域中,因此具有很好的研究价值。