用户评分稀疏性问题是推荐系统领域所面临的一个重要问题。现有研究大多无法从根本上解决该问题,通过对用户进行评分激励,可以有效提高推荐系统的评分供应,从而从根本上解决该问题。因此本文将对推荐系统评分激励机制的设计与应用进行研究。考虑到现有无差异化评分激励机制难以获得高质量的用户评分,本文首先对其进行改进。通过衡量用户的评分贡献度,本文设计了一套基于用户评分贡献度的差异化评分激励机制,以引导用户做出高质量评分。通过在Epinions数据集上进行仿真实验,本文验证了该激励机制的有效性。接着,本文基于现时偏向型偏好理论刻画了用户在不同激励机制下的效用函数,并通过仿真实验对两种激励机制的激励效果进行对比。再次,针对该激励机制在实施过程中将面临的不信任问题,本文进一步设计了一套基于区块链的系统框架来实施该激励机制。最后,通过综合考虑激励机制的类型和区块链的使用对推荐系统收益的影响,本文建立了相应的收益模型,对不同激励机制的最优收益进行了比较,并讨论了不同激励机制的选择条件。本文通过研究发现:(1)差异化的评分激励机制有助于提高用户评分的质量,然而激励效果可能有所下降,取决于用户的风险偏好类型;(2)使用区块链有助于消除差异化激励机制实施过程中的不信任问题;(3)当采用差异化评分激励机制时,区块链的使用在一定条件下有助于提高推荐系统的最优收益;(4)当采用无差异化评分激励机制时,采用区块链将降低推荐系统的最优收益。综上,本文所设计的评分激励机制可作为现有评分激励机制的补充。同时,企业可借鉴本文的研究结果选择最优的推荐系统评分激励机制。