共享经济的兴起带动着汽车、单车、房屋等各种行业中共享平台的出现、发展、蓬勃。共享房源指在蚂蚁短租、Airbnb等共享网站上出租的个人闲置房屋。目前,房源共享平台仅以邮件等形式提供热门推荐。房源个性化推荐服务可以减少用户搜索耗时、让房源更容易脱颖而出,对于用户、房主、共享平台都具有重要意义。本文通过分析房源共享平台中用户行为特点,针对平台上数据稀疏、人与人交流更频繁这两个特点,提出一种考虑用户评论情感的共享房源个性化推荐算法。本文主要工作包括:1.房源特征提取。房源特征数量众多,从中抽取对推荐影响较大的少数特征是个性化推荐的基础步骤。本文房源特征由主题模型从评论中提取。2.改进隐语义模型,产生初步推荐列表。共享房源兴起时间不长,房源数量却巨大,造成了用户行为矩阵稀疏问题。本文通过降维达到降低用户行为矩阵稀疏程度的目的,在此基础上改进隐语义模型产生推荐列表。3.考虑用户情感对初步推荐列表进行修正。改进隐语义模型产生的推荐列表中,所有房源用户均未居住过,考虑用户情感对其选择的影响,本文从用户评论中提取用户情感值,将情感值高的房源也作为推荐列表的一部分。最后,通过Airbnb开源数据进行实验。实验结果证明了本文提出的混合推荐算法可有效缓解共享房源推荐中数据稀疏问题,推荐精度显著提高,使推荐服务可以更好地满足用户及房源共享网站的推荐需求。