互联网的出现改变了人们对于分享信息和获取信息的方式，智能Web的代表搜索引擎的诞生又是网络发展史上的一个重要的里程碑。在1998年之后，基于链接分析的搜索技术快速的占领了整个市场，使Google公司在10年内从一个不见经传的创业公司成长为技术王者。然而，随着互联网个性化需求的增强，以个性化推荐系统为代表的新一代智能Web越来越受到研究者的关注。在众多推荐策略中，内容推荐算法作为一种以商品为中心的推荐方法在一定程度上避免了以用户为中心的协同过滤推荐算法中冷启动问题。但内容推荐算法中的商品特征值提取和表示的困难一直是该方法难点问题。由互联网之父Tim Berners-Lee提出的语义网技术对知识的组织以及知识的推理、检索方式，使得商品特征可以有效的定位。因此文章将语义网技术引入这一领域，提出了一种基于语义的内容推荐方法。将商品介绍中的关键词提取作为标签来表示商品属性，并通过Google距离来计算标签与商品间的语义特征关系，构建商品本体。利用网络资源构建标签层次结构，通过对本体的推理得到更多隐式信息，最后以标签为桥梁求得商品之间的相似度，以此为依据来推荐其他相似的商品。此外，本文还通过实验测试了该推荐系统，证明了该方法的有效性。