خوارزميات تحليل المشاعر، أو تحليل الوضع النفسي للمستخدمين، تقدم عددًا من الفوائد للشركات، فعلى سبيل المثال أسهمت تلك الخوارزميات، في تقليل فاقد قاعدة العملاء، بمعرفة مشاعرهم في الوقت الحقيقي، غير أن معرفة مشاعر العملاء أو المستخدمين وإن كان له فائدة كبيرة، إلاَّ أن معرفة ما هو السبب الحقيقي وراء تلك المشاعر يعد الأهم في هذه المعادلة.
لكل شعور يمر بأحدهم مسبب، مشاعر الفرح أو الإعجاب أو الحزن أو الكره وغيرها، أو ما يمكن تصنيفه بشكل عام إلى مشاعر إيجابية ومشاعر سلبية، لكل شعور من هذه المشاعر أمر سابق، هو ما تسبب في تغير الحالة المزاجية، من الوضع الطبيعي أو المحايد، إلى أحد الجانبين السلبي أو الإيجابي، ولذا تعد معرفة المسبب الحقيقي لهذا التغير في المشاعر ذات أهمية قصوى.
تشير الأبحاث إلى أن أول من بدأ في العمل على التحديد الآلي لمسببات المشاعر هي دكتورة اللغويات بجامعة هونج كونج للتكنولوجيا التطبيقية (Hong Kong Polytechnic University) سوفيا لي (Sophia Lee)، حيث قامت عام 2010 مع فريق بحث ببناء نظام آلي يقوم على تحديد المشاعر في نص ما، ومن ثم تحديد من داخل ذات النص ما المسبب وراء تلك المشاعر، وبالرغم من أن نظام الدكتورة سوفيا لا يعتمد على خوارزمية ذكاء اصطناعي، فقد تم نشر فريقها بحث عن هذا العمل في أحد أشهر المؤتمرات الأمريكية.
الاهتمام بمجال التحليل الآلي للمشاعر، وتحديد مسبباتها، ما زال يجذب كثيرًا من الباحثين، ومن أحدث الأعمال في هذا المجال ما قام به الدكتور زجيانج دينج (Zixiang Ding) من جامعة نانجينج للعلوم والتكنولوجيا بالصين (Nanjing University of Science and Technology) ، إذ يذكر الباحثون أن كثيرًا من الأعمال في هذا المجال تواجهها تحديات، أهمها أنه على خوارزميات الذكاء الاصطناعي أن تبحث عن جملة داخل النص تتحدث عن تغير في المشاعر، ومن ثم فإن عليها بعد تحديد تلك المشاعر، البحث عن مسببها، وهذه العملية تعني أن أي إخفاق في تحديد المشاعر، يبنى عليه إخفاق في تحديد المسببات.
وقد اقترح فريق الدكتور زجيانج نموذج ثنائي البعد لتحديد المشاعر ومسبباتها، وهذا النموذج يعمل على تشغيل خوارزمية بجانبين، الأول لتحديد المشاعر، والثاني لتحديد المسببات، ثم تقوم الخوارزمية بالربط بين كل تغير في المشاعر ومسببه، إذ تسعى الخوارزمية إلى اكتشاف المشاعر ومسبباتها في آن واحد، وبهذه الطريقة تمكن الباحثون من التغلب على أحد التحديات التي تواجه المجال.