1.6.1 推荐系统

推荐系统（recommender system）是从海量数据中根据用户的需求、兴趣、偏好等筛选出用户感兴趣的信息的计算机系统[18]。情感计算在推荐系统中有广泛的应用空间。用户在各种环境下对信息的筛选过程，本质上就是其情感倾向的表达过程。例如，在电子商务场景中用户根据其对商品的偏好选择喜欢的商品，在新闻应用中用户根据自己喜欢的新闻类型、新闻来源和新闻篇幅选择浏览相应的新闻。因此，推荐系统就是通过建模用户在各种环境下对不同信息的情感倾向，进而对信息进行筛选，为用户提供个性化服务的。

在推荐系统最典型的应用场景——电子商务中，用户的评价文本细粒度地反映了商品的特点，也真实地展现了用户对商品的观点和态度。通过运用情感分析技术对商品评论进行挖掘，提取商品的细粒度特征，感知用户的兴趣偏好，就可以最终提升推荐系统的性能。具体来说，一方面，情感分析可以通过感知商品的特征与用户的情感倾向，更好地匹配商品与用户，提高推荐系统的准确度。另一方面，推荐系统除了直接展示推荐结果之外，往往还要展示恰当的推荐理由来告诉用户推荐某些商品的原因。通过情感分析可以了解用户的偏好，并且将满足该特定偏好的特征作为推荐理由展示给用户，从而提升推荐系统的可解释性，同时也可以提高推荐系统的透明度、可信度，进而提高用户的满意度。