1. 研究目的与意义（文献综述包含参考文献）

随着web2.0 技术的兴起与发展,社交网络迅速发展和壮大,它给互联网用户的生活带来了巨大的影响。然而,互联网的飞速发展也带来了数据量的急剧暴增,如何快速从海量数据中搜寻所需要的信息或资源, 已成为互联网用户所面临的一个难题。其中,个性化服务显得尤为突出。推荐功能是个性化服务的一个重要途径, 很多学者都对其进行了广泛研究, 而且这一技术手段也已成功应用于各大商业网站。众所周知,人们对其关注的信息或资源进行打标签, 将会大大提高信息或资源的推荐效率与准确率。

标签一词, 根据维基百科的定义, 是一种无层次化结构,用来描述信息的关键词, 可以用来描述物品的语义。正是由于社会化标签的广泛应用, 很多网站取得了很大的成功。作为标签推荐系统里的开山鼻祖之称的delicious,允许用户给互联网上的每个网页打标签,从而通过标签来重新组合整个互联网;citeulike允许用户提交或者收藏自己感兴趣的论文并且给论文打上标签;last.fm 通过分析用户的听歌行为预测用户对音乐的兴趣,从而给用户推荐个性化的音乐。国内很多网站也应用了标签推荐系统, 如豆瓣网支持用户对图书和电影等进行标注和评分, 借此获得图书和电影的内容信息和语义, 并用这种信息改善推荐效果。这些社会化标签系统允许用户自行对信息或资源加以标注, 给人们对信息过滤带来了极大的帮助。

本文描述的标签与其他常规标签不同, 本文的用户的个性化标签是用户给自己添加的标注, 是对自身的一种描述方式,用以体现用户的个性化特征, 同时也给微博中的好友推荐和其他信息推荐提供了更加丰富的内容。让用户主动地添加与自身相关的个性化标签, 并且从用户的行为中预测用户的兴趣，为用户贴上相应的个性化标签，从而更好地为用户提供个性化服务。通过分类标签系统，我们可以对用户的需求兴趣进行数据挖掘，对用户推送与自身兴趣爱好相关的信息,不仅能够增强用户自身的个性化特征,还有利于在平台中快速找到志同道合的好友；也有利用于机构活动的发布，实现精准营销。

2. 研究的基本内容、问题解决措施及方案

1.本课题要研究或解决的问题

一、标签的设计

标签系统分为板块、领域、主题、话题、标签五个层级，主要涵盖校园生活、兴趣爱好、知识技能中常用的名词。同一层级的标签权重不一样，热门的标签权重值高。