随着电子商务的日益繁荣,电子商务用户的个性化服务需求越来越强烈。用户迫切的需要网站提供专业化、个性化的服务。而电子商务运营商也需要将传统信息服务进行拓展和延伸,以此来脱颖而出并且占据市场份额。与此同时,社会化软件和Web2.0在互联网应用领域掀起了极大的浪潮,在Web2.0所提供的开放共享的网络环境下,互联网用户一起参与创造互联网,充分体现了平等、民主、自由的互联网精神。社会化软件也逐渐应用到了电子商务领域,使得传统的电子商务向Web2.0的概念过渡,发展出电子商务2.0。在这个大背景下,个性化推荐系统已成为满足用户个体需求的重要手段,而用户模型则是个性化推荐系统的基础和核心。　　 首先,本文分析了社会化标签和用户建模的研究现状。着眼于本文的研究对象,分析国内外文献中对社会化标签和用户建模方法的研究,讨论其核心内容与机制,并提出存在的问题。　　 其次,本文提出基于社会化标签的用户建模方法,尝试利用社会化标签和数据挖掘的方法得到细粒度的用户兴趣模型,通过对用户标签的分析得到其兴趣组权重,并引入遗忘因子对其进行调节,同时对聚类效果和遗忘因子的调节效果进行实验分析。　　 文章的最后,通过对淘宝数据集的应用,对上述基于社会化标签的用户建模方法进行了实验验证。