基于标签的方法概述
对于含有物品标签的数据集，我们可以采用基于标签的的方法对用户进行推荐，简单的说：就是根据用户打标签的数据，找到该用户喜爱的标签，然后推荐给其具有该标签的商品。那么接下来主要讨论如何利用用户打标签的行为，为该用户推荐物品。
方法一：
先让我们可以利用一个简单算法：
利用personalrank算法基于图算法进行推荐，其中该图由用户顶点、物品顶点、标签顶点构成，其中如果顶点之间有有关系，则两顶点之间边的权重加一，计算思想与personalrank相同。其中图的构建如下面所示：
但是利用标签将用户和商品进行连接，会面临数据稀疏的问题，比如用户u打过的标签集合和商品i被打过的标签集合的交集会十分稀疏，此时我们就需要对标签集合做相应的扩展。
方式一：
利用话题模型
方式二：
基于相似度。计算公式如下：