随着互联网的不断发展,传统个性化推荐技术虽然可以满足了人们的一定需要,但由于项目空间上,用户评分数据对项目描述的模糊性,已经不能满足不同偏好、不同目的以及不同时期用户查询的推荐。因此,为用户寻找一个满意并且符合其个性化需求的项目推荐是一项重要的研究课题。近年来,用户在互联网上大量参与的评论信息被很多学者所研究和接受,因为它很好表达了用户对项目的意见、看法以及情感需求。所以,在个性化推荐系统里,随着用户信息不断被挖掘以及用户需求不断被发现,把用户情感评论信息引入到推荐系统中,完善用户的个性化信息进行推荐,将成为推荐系统新的研究方向。基于用户评论的个性化推荐系统就是通过分析用户的评论信息,寻找用户在选择项目时的主题偏好扩充用户的个性化信息进行推荐。然而,用户在选择项目时,对项目的自主评论具有短小精悍、形式自由的特点,这就使得情感表达丰富的用户和情感表达匮乏的用户,他们的评论信息存在差异。情感表达丰富的用户对项目个人观点的表达和情感需求更加丰富、完善,而情感表达匮乏的用户则对项目并没有完全表达自己的看法和需求。所以通过评论信息严格扩充、完善用户的个性化信息容易造成用户信息的不准确,从而造成推荐不准确。针对这个问题,本文提出了一种基于情感权重的个性化推荐系统,通过用户情感权重有效运用评论信息进行推荐。本文主要研究的内容有以下几点:第一,量化用户主题情感评论信息。根据用户在选择项目时所表达的主题情感评论信息对主题、情感词进行组合单元抽取和情感倾向性判别,获取量化的用户主题情感数据;第二,用户情感权重计算。得到了用户量化的主题情感数据之后,通过主题情感用户聚类计算用户的主题情感系数并结合用户评论的主题数、主题被评论的次数有效度量用户的情感权重,从而合理有效的对用户情感信息进行使用;第三,基于情感权重的用户相似性计算。根据用户情感权重综合使用用户评分数据和评论数据寻找相似用户;第四,搭建原型系统,把本文基于情感的个性化推荐系统进行了评价信息抽取实验以及与其它算法进行了对比实验,验证算法有效性。