推荐系统已经发展成为一个研究领域,其在解决信息过载和个性化信息服务方面的作用已经被广泛认同。人机交互是指用户与操作对象的互动式行为,用户界面是系统提供的交互入口,通过这个入口实现系统与用户的交流,好的交互设计让用户舒适高效地使用系统带来的智能服务。纵观推荐系统领域的研究历程,推荐系统与人机交互技术的结合非常值得关注但至今仍很少被研究。本文针对推荐系统交互性设计到的三个重要方面：评判约束、推荐解释、社会化标签技术展开研究,主要完成了以下几部分工作：1.引入基于评判的推荐系统设计方法。用户评判(critiquing)是一个新的概念,它能够加强用户与系统的交互并得到用户的具体兴趣偏好信息,进而能够较快地建立具有较高准确度的用户偏好模型。在推荐系统的设计过程中引入用户评判,可以改善推荐系统冷启动问题带来的不利影响。2.在推荐解释中引入标签技术。推荐的可解释性对推荐的成功与否起着积极的作用,本文在对推荐进行解释的同时加入标签技术,标签具有很好的表达与发现的作用,添加有效的标签,可以增强推荐的可解释性,进而提升推荐的透明度和用户对系统的信任度。3.推荐系统的架构和实现。基于用户评判的思想设计了一个推荐系统的整体框架,给出了系统数据模型和推荐引擎等服务器端的开发和实现过程,并且展示了系统的前端实现界面。本文提出的基于评判约束的思想具有一定的创新性,使推荐的逻辑对用户更加透明,有助于建立用户对系统的信心和信任,辅助用户在推荐系统中进行更高效的决策。