【摘要】[目的/意义]在社会网络背景下,在线评论情感倾向已经成为影响观影者决策的重要因素,如何有效提高在线评论情感分析的准确性成为学者们关注的热点。[方法/过程]鉴于此,依据情感分析和概率语言术语集相关理论知识,提出一种新的影视推荐算法。首先运用TF-IDF算法提取主题词,确定主题词权重,然后计算在线评论情感值并细分区间确定情感程度,根据在线评论的情感程度构建概率语言决策矩阵,最后提出基于VIKOR的概率语言多准则决策方法,并将其用于电影排序。[结果/结论]采集Rotten Tomatoes官方网站上5部电影的真实在线评论数据,将文章提出的推荐算法与其他基于情感分析的推荐算法进行比较,验证所提出算法的可行性和优越性。