摘要:社会书签(Social bookmarking)是2004年起Web出现的一种新的内容标引方法.相对于专业的编目和用户提供元数据的现行方式,社会书签以其方便实用而备受人们的关注和喜爱,被认为是下一代的Web信息基础设施.为实现这一目标,信息技术需要有相应的进步以从用户赋予的自由内容标前中挖掘标签的本质意义、标签间的隐含关系以及利用挖掘的成果索引和推荐符合用户信息需求的对象.为此,本文提出一种标签分析技术,从用户提供的个人标签中提取具有共性和本质意义的信息标注内容,并以此为基础,索引数字化对象,刻画用户的信息需求,实现网上个性化服务.应用高维奇异值分解,这种标签分析技术能够有效地应对社会书签中的信息不足问题和用户兴趣多样化问题,从而集中了以往基于内容推荐和协同推荐两方面的长处,可满足用户的短期和长期信息需求.在社会书签主流网站del.icio.us数据集上的实验表明,本文提出的技术较以往方法有更优异的推荐性能.