近年来,随着网络的普及和移动通讯技术的逐步发展,用户在社交媒体中的叙事方式也发生相应的改变,由最初的文字沟通到使用表情成为社交潮流。鉴于表情具有简明、便捷、生产成本相对低廉、形式和内容迎合受众等优点,所以能够迅速在社交网络中风靡。而随着表情在日常生活中的使用越来越多,不仅表情背后用户的偏好和行为不断发生变化,而且用户对使用表情也提出了更高要求。因此,如何提高社交语境中用户使用表情的体验成为一个亟需解决的问题。通过对该问题进行系统化的分析,本文提出从社会学层面和技术层面两个方面来解决该问题。本文的主要贡献如下:(1)提出了一种基于表情的用户交互式系统研究框架。针对社交媒体中表情的频繁使用以及用户追求更好的社交体验感的需求,本文提出了基于表情的用户交互式系统研究框架。该研究框架主要从数据获取、数据分析、知识发现、交互式系统改进四个主题结合起来实现对基于表情的用户交互式系统的进行有效的理论分析和应用改进。基于该框架的表情研究,不仅能提升用户体验也能提升系统与用户的粘性。(2)进行了基于社交语境的用户表情使用行为分析与知识发现。针对中国社交媒体上表情使用情况进行了实证研究,通过阐述表情的作用,拓宽了对现有的社交媒体印象管理研究。针对社交媒体用户如何选用表情做出了详细的阐述,定义了相关的概念,以及取得一些用户表情使用方面的相关知识发现,也为未来支持印象管理的表情研究提供了启示。同时,对社交用户聊天记录日志进行挖掘与分析,验证了深度调研知识发现的准确性。最后,综合为基于表情的交互式系统的改进与表情设计方面提供相关建议和启示。(3)提出了一种基于语境感知的表情推荐方法。由于用户对表情使用性能的要求越来越高,本文提出了一种符合用户实际需求的表情推荐方法。该方法通过分析文本和表情间的关系,构造了表情的特征词词典、表情的语境特征。根据用户输入文本的文本分词结果提出基于表情词典的推荐和基于语境相似性的推荐2种方法,并获得两种情况下的初始推荐序列。通过基于文本情感特征的识别和“文本和表情的情感趋向一致”原则过滤初步推荐序列生成最终的推荐序列。由于没有相关的中文数据集,本文通过采集微博数据作为实验数据集,并通过实验验证了此方法的合理性和准确性。