【目的】利用标签间的关系实现跨领域资源推荐。【方法】构建跨领域资源推荐模型,分析标签特性并选择可用于跨领域推荐的标签。以DBSCAN算法结合标签向量实现初步的基于资源类型的跨领域资源推荐,将TF-IDF算法与个性化标签相结合改进初步结果,实现个性化更强的二次推荐。【结果】基于资源推荐的召回率、准确率、F值分别为0.82、0.75、0.78,基于用户标签推荐的召回率、准确率、F值分别为0.80、0.74、0.77,基于资源与用户推荐的结果与用户兴趣具有强关联性。【局限】用于初次推荐的标签数量较少,难以全面反映资源特征。用于二次推荐的标签需根据用户进行选择,采集较为困难。【结论】当不同领域中的...