互联网上信息的爆炸式增长使个性化的信息服务越来越显得必要。Web新应用社会书签上协同标记的出现为个性化服务的发展提供了新的契机。标签为基于内容的检索推荐提供了丰富的语义信息，标记行为的协同特性为协同过滤推荐创造了条件。 社会书签上的协同标记是一件非常具有潜力的新生事物，本文将其与传统的信息分析技术和个性化信息服务技术相结合，对基于协同标记的信息推荐和组织管理进行了较为系统化的探索与研究。 本文在对协同标记特性研究的基础上，从三个层次提出了利用协同标记的个性化推荐算法。首先是基于内容的BTag推荐算法，可用于非文本内容的推荐，且保证了推荐内容的质量。其次，提出了在三阶分析基础上的协同过滤推荐CubeRec方法，克服了以往协同过滤推荐在多领域多兴趣环境下效果较差的缺点，其中的分割算法也缓解了协同过滤所面对的数据稀疏性问题。最后是利用社会书签站点的社会特性进行推荐的UserRank算法，该方法模拟市场竞争机制来计算不同领域下用户的权威性，进而依据用户的权威性差异对推荐内容项排序。此外，本文还按标签的展示方式，从平板式浏览、标签的聚类、由协同标记构建层次化的分类体系结构三个侧面分析了协同标记在信息的组织管理上的应用潜力。