傳統(tǒng)基于標(biāo)簽的推薦算法僅考慮用戶的評(píng)分信息，導(dǎo)致推薦準(zhǔn)確度不高。為解決該問(wèn)題，提出一種改進(jìn)的協(xié)同過(guò)濾推薦算法。對(duì)用戶一標(biāo)簽矩陣、資源一標(biāo)簽矩陣進(jìn)行潛在Dirichlet分布建模，發(fā)掘推薦系統(tǒng)中的潛在語(yǔ)義主題，從語(yǔ)義層面計(jì)算用戶對(duì)各資源的偏好概率，將計(jì)算出的偏好概率與協(xié)同過(guò)濾算法計(jì)算出的資源相似度相結(jié)合，預(yù)測(cè)用戶偏好值，實(shí)現(xiàn)個(gè)性化推薦。在Movielens數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)基于標(biāo)簽的推薦算法相比，該算法能消除標(biāo)簽中存在的同義詞、多義詞等語(yǔ)義模糊問(wèn)題，同時(shí)提高推薦準(zhǔn)確度。