近年来,用户情感分析在个性化推荐系统中体现出越来越重要的地位,各种各样的垂直场景的移动应用极大丰富了人们社交、娱乐和学习的方式。通过手机拍照,然后配上一段合适的文案来分享和记录生活,更是成为了当代人们一种新的社交方式。基于拍照配文这一特定的场景中进行用户情感分析,能够提供更为精准的基于情感需求的个性化推荐服务。但目前针对拍照场景中的用户情感分析还较少,已有的图像描述生成任务是对进行照片内容客观的描述,缺少对情感因素的考虑。因此,联合照片和配文进行多模态用户情感分析是本文的研究和探索的主要内容。为此,本文主要研究“拍照配文推荐学习APP”的系统设计与实现。首先,本文对用户情感画像和多模态情感分析以及其推荐领域研究的现状进行了相关的文献研究,在此基础上分析了系统需求、完成了功能模块和数据库设计;然后,根据拍照情境信息构建用户情感画像,在当前较好的图像情感分析模型基础上添加了图像元数据特征域,并联合配文情感分析对结果进行多源修正,在捕捉到用户情感倾向的同时,训练了一个照片场景分析模型来获取拍照内容。接着,研究了基于用户情感偏好的配文推荐方案;同时,在融合了摄影知识点识别和场景特点的情况下,系统为用户提供了摄影知识点推送和摄影学习的服务。最后,本文使用Pycharm和Android Studio工具分别作为后台和客户端的开发工具,所涉及的深度学习模型通过Pytorch框架搭建和训练,部署在flask后端。该系统实现了拍照配文推荐、用户偏好可视化、摄影知识推送等功能。