P2P环境中由于数据的分布性、无结构化和缺乏面向语义的表达与描述,容易导致其检索效率低下,检索成本也随着网络信息量的飞速增加而增加。针对此问题,本文引入社会化标签,根据节点用户的对资源添加的标签获取其兴趣后再主动推荐信息资源,可为分布式信息的共享研究带来新的启示。本文针对P2P环境下采用关键字匹配实现信息检索的不足,引入社会化标签,建立基于社会化标签的P2P语义推荐模型。模型首先利用P2P节点用户输入的标签及其类名构建P2P社区标签本体,能够显示出标签之间的等级关系,然后通过用户历史标签集与社区标签本体的匹配,推荐与用户历史标签集语义相关的标签或资源,最终实现语义推荐,并实例验证其有效性。然后,又针对实现个性化推荐的关键——如何准确描述用户兴趣这一问题重点研究。在基于社会化标签的P2P语义推荐模型中,仅根据用户历史语义标签集表示用户兴趣并推荐相关资源存在不足之处,本文尝试利用P2P社区的特性及朋友之间往往具有相同的兴趣或爱好这一规律,通过社区朋友的兴趣标签集扩充当前节点用户的历史标签集,挖掘其潜在兴趣标签,并将兴趣扩展后的用户历史标签集与社区标签本体进行语义匹配处理,最终构建基于社会化标签的改进P2P语义推荐模型,不仅能像用户推荐语义标签或资源,还能够向用户推荐潜在兴趣标签或资源,并实例验证其有效性。