随着推荐算法和个性化推荐系统的不断改善和进步,信息资源推送的精准度得到提高。然而,推荐系统推送精准度的提高,使得用户所接收的信息内容都是自己喜好的、同质化的内容,用户兴趣无法产生迁移,这就造成了“信息茧房”现象的发生。用户被桎梏在“信息茧房”之中,无法接触到外界的声音,就会导致知识接触面和视野变得狭窄,从而带来了视野窄化、价值偏颇、群体极化和社会分化等负面影响。另外,对推荐算法和推荐模型的研究也大都是一味地追求准确性,而忽略了多样性、新颖性等方面。因此,本研究对推荐系统中信息茧房现象、形成机理和造成的负面效应进行研究分析,为了缓解“信息茧房”影响,提出了基于用户画像的多样化推荐模型,生成多样化的推荐列表,提高推荐结果的多样化程度。本研究的主要工作有以下几点:首先,对推荐系统中所存在的信息茧房现象进行分析研究,推荐系统中的信息茧房现象大致分为基于用户过滤机制和基于算法推荐技术的信息茧房。从用户和推荐系统两个方面的角度,去分析推荐系统中信息茧房产生的机理。分析了信息茧房给用户和社会带来的负面效应,给用户造成了价值偏颇和信息过载的影响,给社会造成了社会分化和群体极化的影响。其次,构建用户画像模型,并基于用户画像模型进行协同过滤推荐,不再采用以往协同过滤推荐的用户-评分来对计算出用户的相似用户集合,而是根据用户画像模型从用户基本属性、兴趣属性和社交属性特征来对用户与用户的相似性进行计算,从而向用户进行推荐。最后,根据用户画像所计算的相似度,基于用户画像进行协同过滤得到初始推荐列表,再利用主题多样化算法对初始推荐列表进行改进,生成最终的多样化推荐列表。研究结果表明,本文模型在对推荐结果的个体多样性和总体多样性进行提高上有着明显的效果。