研究已经表明在推荐系统中的评分不是随机丢失的。然而,很少有研究去揭示评级是如何缺失的。在本文中,我们提出了一个可能的解释去揭示缺失非随机现象,即沉默螺旋理论。我们使用一系列不同的现实数据集去验证了推荐系统中的沉默的少数群体存在一个螺旋式过程。其中包括:(1)相比于持有多数意见的用户群体,意见落入少数意见的用户群体更不可能给出评分;(2)由于多数意见逐渐变得更具主导地位,多数意见的持有者的评分可能性正在加剧,但是少数意见的持有者的评分可能性正在缩小;(3)当螺旋状态达到稳定状态时,只有硬核用户才会以少数意见进行评分。我们进一步研究和证明了硬核用户具有的特征,其中包括:(1)在不同的评分环境下,硬核用户的行为都是一致的;(2)硬核用户更可能提供极端的评分,即1分和5分;(3)硬核个性和用户的兴趣或经验有关。硬核用户在自己熟悉的方面上更可能坚持自己的意见;(4)硬核个性和道德基准有关。硬核用户更乐于去批评一个受赞赏的项目,而不是去刻意表扬一个受批评的项目。我们的实证研究结果有利于指导未来的推荐模型的开发。为了证明我们的实证研究结果的影响,我们提出了一系列的模拟沉默螺旋生成过程的概率模型,即基于意见气候的条件概率,基于角色的条件概率和基于道德基准的条件概率模型。三者分别考虑意见气候的感知,硬核和非硬核用户,以及项目受批评或受赞赏的性质。我们通过在两个随机非缺失的数据集上的实验证明,与现有的最先进的推荐模型相比,所提出的模型提供了更为准确的推荐结果。