全文总字数：4481字
1. 研究目的与意义、国内外研究现状（文献综述）
本课题意义：
当前，人们通常被海量的信息所淹没。为了方便用户在海量信息中得到需要的信息，推荐系统应运而生。为了提高用户的体验，研究人员研究设计了多种不同类型的推荐系统。在这些系统中，以用户为中心的个性化推荐具有重要的作用。通常，推荐系统主要根据用户对资源的评价情况，例如电影的评分，来获得用户兴趣所在，从而判断出用户对新资源的兴趣情况。而判断出兴趣爱好的关键就是情感词汇，因而对于情感词汇的研究是必然的，而且是十分重要的。所以对用户在平台上产生的社会标签做情感分析，探究情感词对推荐机制的影响可为优化推荐系统带来新思考方向，具有一定的实用意义。如何向针对用户的需求或兴趣进行个性化推荐，也变成许多所要研究的课题。最近一些相关研究显示：社会标签系统中的标签包含有用户的情感特征，描述了用户对资源的倾向性观点。将标签的情感因子纳入到社会标签推荐系统中来，可为用户推荐更加贴近用户需求的资源。
2. 研究的基本内容和问题
目标：
（1）通过寻找适用的数据包网站，收集到尽可能多且有效的的社会标签数据。
（2）通过找寻较为齐全的情感词表与抓取到的相对照，得出大量的标签中所含有情感的标签，统计分析该类标签，体现用户对资源的情感偏好。
3. 研究的方法与方案
方法：
（1）设计采集法：选取现成数据包网站，采集社会标签数据
（2）统计分析法：对含有情感的标签数据统计，分析用户情感偏好
4. 研究创新点
特色或创新之处：
（1）本研究是基于中文社会标签系统收集的实际数据，分析社会标签所包含的情感，同时通过情感分析探究情感词对用户推荐系统的影响。当前，众多研究实践中许多运都用了社会标签的实际数据，说明在网上收集数据可行。
（2）国内对于社会标签的情感分析方面的研究尚不算多，但是在蓬勃展开中，已有的研究仍然有很大借鉴之处，本研究借鉴了前人已有的对于社会标签的情感分析研究，为项目的完成奠定了基础，在此基础上细化到情感分析对用户个性化影响方面。
5. 研究计划与进展
（1）2019年1月至2月 筛选数据包来源，选取适用的标签数据。
（2）2019年2月至3月 将下载好的数据进行清洗，利用情感词表进行情感分析。
（3）2019年3月至4月 优化推荐算法，评价试验效果，对个性化推荐结果做测评。
