1、隨著信息技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)中的數(shù)據(jù)信息不斷的巨增。如何快速的幫助用戶在大量的數(shù)據(jù)信息中發(fā)現(xiàn)對他們有價值的信息，和如何讓網(wǎng)絡(luò)中的數(shù)據(jù)信息受到更多用戶的關(guān)注成為有待解決的問題。而個性化推薦系統(tǒng)是解決該問題的一個重要工具。
　　最近幾年，越來越多的研究者對基于標(biāo)簽的推薦算法開始關(guān)注。但是，傳統(tǒng)的基于標(biāo)簽的推薦算法僅僅只對用戶是否選擇過項目進(jìn)行判斷，而忽略了用戶對項目的行為信息的研究。并且大多數(shù)算法都把那些流行的熱門的商品推薦給

2、用戶，而對影響推薦結(jié)果的項目的受歡的程度卻沒有考慮，從而忽略了多樣性、新穎性等重要指標(biāo)的衡量。針對上述問題，本文在研究分析已有的基于用戶標(biāo)簽的推薦算法的基礎(chǔ)上，提出了一種改進(jìn)的基于標(biāo)簽的個性化推薦算法。主要工作包括以下幾個方面:
　　①在推薦算法的相關(guān)技術(shù)方面做了深入調(diào)研。分析了目前幾種最常用的推薦算法，并對這幾種推薦算法的優(yōu)劣進(jìn)行了比較。其中，詳細(xì)分析和研究了基于標(biāo)簽的推薦算法。
　?、诳紤]到用戶的標(biāo)簽數(shù)據(jù)對推薦新穎性和可

3、解釋性的影響，利用用戶標(biāo)簽行為數(shù)據(jù)構(gòu)成標(biāo)簽的推薦系統(tǒng)，并對不同標(biāo)簽下用戶的推薦結(jié)果進(jìn)行分析得到更合理的推薦結(jié)果。
　?、蹫榱私档徒o熱門標(biāo)簽對應(yīng)的熱門物品很大的權(quán)重，提高推薦結(jié)果的新穎性，利用用戶的標(biāo)簽向量對用戶興趣建模的改進(jìn)，降低對熱門物品打標(biāo)簽的次數(shù)，提高算法的新穎性和準(zhǔn)確性。
　　④采用MovieLens網(wǎng)站提供的數(shù)據(jù)集對改進(jìn)的基于標(biāo)簽的推薦算法進(jìn)行測試，從準(zhǔn)確性、多樣性以及新穎性三個方面進(jìn)行分析。實驗結(jié)果表明改進(jìn)算法在