Web2.0和社会化标签系统的流行,使得Folksonomy和标签推荐系统得到了越来越多的关注。随着语义Web研究的深入,研究者尝试利用本体来解决Folksonomy的不足并为其构建统一的结构和语义表示。为解决传统标签推荐方法存在的多系统瓶颈、推荐质量不高和无法推荐语义标签的问题,本文将标签本体和Folksonomy相结合,提出一种基于SCOT的语义标签推荐模型。对于该标签推荐模型,本文给出了语义获取模块、本体集成模块、本体管理模块和语义推荐模块所涉及的关键技术和实现原理。在该模型基础之上,本文设计出基于SCOT的语义标签推荐算法来实现语义推荐引擎。该算法结合传统标签推荐方法和SCOT标签本体库的优势,在资源描述、用户兴趣和资源标签这三个标签源组成的候选集基础上,使用SCOT本体库的共现实例对候选集进行标签共现扩展,然后使用基于SCOT的标签语义相似度计算方法进行标签语义消歧后得到推荐集,从而有效提高推荐质量并为用户推荐语义标签。最后,本文设计出了基于SCOT的语义标签推荐框架的原型,并实现基于SCOT的语义标签推荐算法以验证本文推荐模型的可可行性和推荐算法的有效性。实验结果证明了在本文标签推荐模型下提出的基于SCOT的语义标签推荐算法能有效提高推荐准确率并推荐语义标签,这进一步说明了基于SCOT的语义标签推荐模型是可行的,它能利用语义Web技术和SCOT标签本体弥补传统标签推荐方法的不足并在语义Web下发挥重要作用。