标签推荐是社会化标注系统的一项重要研究内容,用来协助用户为资源寻找合适的标签,并帮助巩固用户和资源之间的标注。由于标签数据固有的噪声及歧义缺陷等,使得标签推荐的有效性设计成为一种挑战。针对现有标签推荐技术存在的不足,为快速产生精确的个性化标签推荐结果,本论文的主要工作是：首先,针对冗余标签降低标签推荐算法的推荐质量,又阻碍标签推荐算法的性能评估,提出使用子空间粒子群聚类算法处理冗余标签,实验证明,经过冗余处理后标签推荐算法的准确率和召回率得到明显提高。其次,将现有推荐算法的优势进行互补,应用组合推荐策略中的加权策略和混合策略,建立基于组合策略的标签推荐系统架构,在此基础上提出线性加权混合标签推荐算法。算法思想不但简单易于理解,而且实验结果证明其具有更高的推荐准确率和运行效率。