摘要： 【目的/意义】面对网络时代数据的海量性和无序性，为用户推荐个性化资源有利于增强用户间合作、提高 知识的共享速度，对新知识的发现具有深远意义。【方法/过程】基于具有相同兴趣用户的聚合优于单纯的信息聚 合，构建基于社会化标注系统的个性化推荐模型。通过引入社会网络中用户使用标签的频次来选择与用户关联显 著的标签，并通过加权派系发现和聚合“小众”凝聚组群和相似标签集，进而为用户推荐优质资源，使其真正契合用 户的个性化需求偏好。【结果/结论】结果表明模型能够有效实现信息的个性化推荐，消除单独聚类带来的粗糙数据 集，并通过抓取豆瓣上的数据进行实证分析。
