随着信息社会与数字经济时代的全面到来,越来越多的用户成为互联网信息内容的创造者,网络信息过载也日益严重。在此条件下,如何有效地过滤与选择信息成为时代性的挑战。标签作为一种用户视角的资源特征表述方式,成为个性化信息推荐研究重要的数据来源。本书首先对标签相关文献进行了系统回顾,然后以标签及社会化标注为切入点,应用派系聚类法和向量模型法,从用户间协同、用户多兴趣两个角度构建了若干个性化推荐算法。并在此基础上,结合 Word Net 进一步提出了面向语义优化的改进推荐算法。实验表明,本书所提出的算法具有更好的推荐效果。