摘要：目前，社会化标注已经成为个性化信息推荐领域中的研究热点之一，标签质量对于推荐效果的影响也受到了广泛关注。本文针对标签的质量问题，指出用户标注偏差普遍存在于标注系统中，尤其是形式偏差，给用户兴趣模型的合理提取形成了阻碍。基于此，我们提出了主流标签的概念，以其体现的大众智慧来克服标注偏差所带来的影响，通过分析资源中标签的平均标注率进行主流标签数量的确定，实现资源模型和用户协同模型的构建，并进一步结合兴趣度对用户协同模型加以了改进。最后，基于Delicious的数据和用户参与评分法，文章运用余弦相似性对模型推荐效果进行了验证。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社