1、隨著移動(dòng)通信網(wǎng)絡(luò)技術(shù)的高速發(fā)展，人們?cè)絹?lái)越依靠手機(jī)等移動(dòng)終端開(kāi)展網(wǎng)絡(luò)活動(dòng)，信息展示的終端趨向小型化，由此帶來(lái)的信息過(guò)載問(wèn)題阻礙了用戶快速而高效地獲取所需的數(shù)據(jù)信息。推薦系統(tǒng)正是解決上述問(wèn)題的一種核心支撐技術(shù)，主流的推薦系統(tǒng)大多依靠用戶的顯式或者隱式反饋信息獲得偏好，但是這種方式對(duì)用戶在移動(dòng)網(wǎng)絡(luò)中的活動(dòng)足跡、發(fā)表的言論等數(shù)據(jù)信息利用不足。而情感分析與預(yù)測(cè)分析是挖掘上述信息的主流方法，其本質(zhì)是通過(guò)歷史數(shù)據(jù)的變化規(guī)律來(lái)計(jì)算數(shù)據(jù)未來(lái)的發(fā)展?fàn)顟B(tài)，

2、并了解用戶對(duì)于推薦項(xiàng)目的情感反饋。
　　通過(guò)結(jié)合情感分析和預(yù)測(cè)分析技術(shù)，不僅可以計(jì)算情感走勢(shì)、豐富推薦系統(tǒng)在用戶情感層面上的推薦依據(jù)、輔助計(jì)算更加個(gè)性化的結(jié)果，還可以從另一個(gè)角度提出推薦系統(tǒng)的一種新的解決方案。基于以上思路，本文將預(yù)測(cè)分析技術(shù)應(yīng)用在情感分析領(lǐng)域，通過(guò)歷史情感分析結(jié)果及情感值的變化趨勢(shì)對(duì)未來(lái)的情感值進(jìn)行預(yù)測(cè)。同時(shí)，將這種方法應(yīng)用在推薦系統(tǒng)上，針對(duì)用戶情感層面的喜好展開(kāi)相應(yīng)研究，從而提升用戶體驗(yàn)以及系統(tǒng)的推薦質(zhì)量。

3、r>　　本文的主要工作包含以下幾方面:
　　(1)在移動(dòng)用戶社交網(wǎng)絡(luò)環(huán)境下，分析了用戶的使用行為習(xí)慣以及網(wǎng)絡(luò)社交環(huán)境的用語(yǔ)習(xí)慣，提出了一種包括建立標(biāo)點(diǎn)符號(hào)情感字典、語(yǔ)氣詞情感字典等一系列針對(duì)社交數(shù)據(jù)的情感字典的建立方法，并對(duì)詞典的情感分析準(zhǔn)確度進(jìn)行了評(píng)估。
　　(2)提出了一種基于時(shí)序分析的移動(dòng)用戶情感預(yù)測(cè)方法，并對(duì)其中涉及到的時(shí)間序列分析相關(guān)算法進(jìn)行了理論學(xué)習(xí)與應(yīng)用研究。通過(guò)分析移動(dòng)用戶的上下文會(huì)話信息，得到用戶情感值序列

4、，利用時(shí)序分析這個(gè)序列計(jì)算和預(yù)測(cè)情感走向。
　　(3)針對(duì)現(xiàn)有移動(dòng)用戶在社交過(guò)程中出現(xiàn)的表情符號(hào)選擇使用問(wèn)題，提出了一種新式的表情符號(hào)推茬算法。其特點(diǎn)在于結(jié)合了情感分析結(jié)果與時(shí)間序列分析中的ARIMA算法，通過(guò)分析用戶會(huì)話過(guò)程中使用表情符號(hào)時(shí)的對(duì)話背景，將其情感分析的結(jié)果作為用戶對(duì)該表情符號(hào)的情感理解，在推薦過(guò)程中，依據(jù)計(jì)算的用戶情感預(yù)測(cè)結(jié)果進(jìn)行表情符號(hào)推薦。
　　(4)開(kāi)發(fā)了一款融入本文提出的表情符號(hào)推薦算法的手機(jī)社交軟件