互联网的出现，彻底地改变了人们表达观点的方式，用户不仅可以在网络上表达自己对生活中的小事的看法，而且还可以在论坛、博客、微博等上面发布自己的观点，以及情感。而微博，目前作为一种用户发表其观点和看法的载体，已经成为网络上一个重要的情感抒发、以及交流的平台，微博文章的搜索，为这种交流提供了方便快捷的途径。于是在很多时候，用户进行博文搜索时，更关注的是，作者对此事件所持的自有的观点和情感，但是，目前的微博文搜索，返回的结果大多是基于主题的，而非情感倾向的。本研究旨在探索将GEP基因表达式程序设计应用于用户情感倾向搜索模型建立可行性及其效能。在本研究未关注用户模型（M1）实验结果显示，搜索模型三项指标，显著隐含本研究对象未关注用户情感倾向行为样式，然而，已关注用户模型（M2）实验结果显示，对于已关注用户而言，M指标最不具显著性。在模型绩效指标方面，M1模型及M2模型特异性（Specificity）指标皆控制在60%的水准，M1模型在敏感度（Sensitivity）指标上获致较好的绩效表现（最高测试组平均绩效达78.06%），而虽然M2模型情感倾向词汇样本结构仅有5.55%，不利于搜索，但其最高测试组平均绩效也达到了七成以上的表现。综合实验结果及分析，本研究发现，将GEP基因表达式程序设计应用于用户情感倾向搜索模型建模，在技术上是可行的，但在应用上则需留意情感倾向样本结构对模型稳定性影响，过小的样本结构可能因分配上的较大差异，而降低模型的稳定性。