人脸表情识别是通过计算机来对人的面部表情进行特征提取并分类,使得计算机能够得到人的情感信息,从而可以推测人的心理活动状态,实现人机高级智能交互。面部表情识别技术是心理学、图像处理、生理学、模式识别和机器视觉等领域的一个很具有挑战性的交叉课题。为全方位、立体性的记录网络用户行为与偏好、提供更加精准的个性化信息推荐与网络用户群体定位、以及预测网络用户信息行为提供参考与借鉴。用户在阅读相关文档时,面部表情例如中性、高兴以及发呆等表征了用户不同的沉浸状态。综合用户的一般行为,体态语例如面部表情,以及文档自身内容,我们就可以建立一个全方位、立体性的用户兴趣模型。本文首先基于电脑端Web阅读系统,通过用户实验的方式,收集用户在浏览新浪微博内容过程中产生的面部表情以及面部表情对应的文本内容。对采集的表人脸表情图像,进行视觉特征处理,面部表情可以表征用户对相关内容是否感兴趣。同时对表情对应的阅读文档进行文本信息处理,构建用户兴趣空间。最后,结合面部表情和文本内容的兴趣空间,探讨面部表情与用户偏好之间的联系。本文研究表明,用户在社交网络中产生的面部表情能够体现出用户在阅读过程中的兴趣爱好,通过用户面部表情建立用户兴趣模型,可以达到了较好的结果。本文将基于图像处理的面部表情引入用户研究,将有助于拓展用户行为属性,深化用户行为建模,丰富传统的用户行为研究。