随着社交网络的流行,使人们对其产生了越来越密切的依赖。微博作为一个开放、实时的基于用户关系信息分享、传播以及获取的在线社交网络平台,如果可以准确地为用户推荐其感兴趣的微博好友,将会提高微博产品运营的经济效益(如广告精准投放),改善用户体验(如好友推荐)。然而,大多数现有的微博推荐系统仅考虑社交网络的拓扑结构和用户所生产的内容,没有考虑微博的文本稀疏,数据复杂,变化大等特点,从而难以在海量用户上做到精准化推荐。在社会心理学中认为,内在的人格是影响人们行为的主要因素之一,因此人与人之间在日常生活中的交流和互动这些外在行为也是受到人格的直接影响。本文通过在微博好友推荐中考虑用户的人格特征对用户行为的影响,来提高微博好友推荐的准确率。本文的主要研究内容包含以下几点:第一、将大五人格特征结合微博用户的基础特征作为微博用户的好友推荐的相似度评分标准,提出了基于微博用户特征相似度的人格感知推荐算法。其中通过计算微博用户特有的基础特征相似度得分,包括位置信息,微博文本,社交信息,交互信息综合相似度得分,然后根据大五人格维度匹配算法计算微博用户的人格类型得分。综合用户的基础特征和人格类型得分,为用户推荐出其潜在的微博好友。第二、结合基于微博用户基础特征与大五人格分析结果,为了将人格特征更好的融入到对微博用户的分析中,于是考虑到微博用户内在人格最直接影响体现在微博文本和其情感表达中。因此,本文结合了大五人格和微博语义相似度,以及微博情感分析提出了PSER(Personality with Semantics and Emotion for Recommendation)模型。由于人格、情感和语义具有内在一致性,因此通过PSER模型进行层层筛选,最终达到提高推荐质量的效果。最后,为了验证本文提出的模型和算法的有效性,本文在真实的数据集上进行了相关的实验与分析。第一组实验结果表明在微博用户基础特征下加入大五人格特征后,推荐准确率有明显提升;第二组实验结果表明结合大五人格、微博文本语义相似度、情感分析的PSER模型,推荐准确率和召回率有显著提高。综上,本文提出的基于人格感知的微博好友推荐方法,在用户行为建模和推荐质量上,比传统推荐方法具有明显的改善,具有较强的现实意义。