文 献 综 述 一．选题依据 1.课题背景 自然语言处理（Natural Language Processing，简称NLP）就是用计算机来处理、理解以及运用人类语言(如中文、英文等)，它属于人工智能的一个分支，是计算机科学与语言学的交叉学科，也是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。

语言是人类区别其他动物的本质特性，并且人类的多种智能都与语言有着密切的关系，因而它也是人工智能的一个重要，甚至核心部分。

用自然语言与计算机进行通信，这是人们长期以来所追求的，所以自然语言处理并实现人机间自然语言通信才体现了人工智能的最高任务与境界。

而文本情感分析又称意见挖掘、倾向性分析等，是指用自然语言处理、文本挖掘以及计算机语言学等方法来识别和提取原素材中的主观信息，并对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。

通常来说，情感分析的目的是为了找出说话者/作者在某些话题上或者针对一个文本两极的观点的态度，而我们可以综合各方的态度与倾向，对一些被评价的主体事物进行一个预估判断与大致了解。

个性化推荐系统是互联网和电子商务发展的产物，它是建立在海量数据挖掘基础上的一种高级商务智能平台，向顾客提供个性化的信息服务和决策支持，通俗而言，平台会分析出喜好相近的人，并为这些人推荐出他们最有可能偏好的一类事物。

2. 课题的目的和意义 情感分析是目前文本挖掘中比较主流的应用领域，情感分析涵盖的内容很多，诸如电商平台中评论信息分析、社交媒体平台中用户的评论导向等都属于情感分析的范畴。

情感分析能够发现用户评论数据中极性，对于分析用户的思维导向具有很好的指导价值。

文本情感分析的应用非常广泛，可以应用到许多行业，其中最重要的几个应用包括：实现情感机器人，自动提供抉择支持，网络舆情风险分析，信息预测等。

个性化推荐是当今学术界的热点话题之一。