近年來，數位格式的音樂使得音樂市場活動逐漸由實體轉移到線上，消費者也開始會透過線上服務自己搜尋並取得在網路上大量的音樂。但是由於過量的音樂資訊，使得消費者在下載音樂試聽後，往往真正會去購買的比例是微乎極微，因此造成唱片業者對於音樂下載的觀點仍非常保守。因此，如何去提升在消費者下載之歌曲數量與真正消費之音樂的比例，將是線上音樂市場的一項發展重點。 本研究希望透過近年在Web 2.0網站上常見之標籤系統，實作一個由群眾定義音樂分類的音樂資訊交流平台，並基於此標籤式的分類法，發展一套推薦系統，來提高消費者接觸到喜歡之音樂的比例，近一步解決上述之問題。在系統發展中，本研究提出一套用於推薦系統之演算法則，並在建置之實驗音樂資訊交流平台上驗證其可行性。最後，本研究亦針對未來研究議題方向，提出一些建議。

我們從自然語言領域中借用Thesaurus模型作為字彙關聯的基礎，陸續加入Folksonomy概念、Social Network Service指標的蒐集以及domain-specific ontology來建構Tag-Thesaurus模型，用來解決使用一般tagging system資源彙整能力不足的問題。首先我們對將要實驗的領域選取初始字彙，並利用這些字彙建構Tag-Thesaurus模型。接著將預先準備的這些字彙釋放到社會網路服務平台的tagging system中，透過社會網路服務平台中的tagging system來蒐集使用者對於資源的平面分類資訊，利用這些資訊來對Tag-Thesaurus模型持續地擴充。透過這樣的Tag-Thesaurus模型，我們將可以獲得較佳的資源彙整。domain-specific ontology的加入將可以強化由上而下的資源彙整。而Social Network Service當中的其他資訊，如FOAF[16]或是個人的偏好等，將可以提昇個人化資源彙整的能力。這樣的結合方式不僅是ontology應用的示範，我們更希望透過這樣的混合式模型，使得Web 2.0這樣子廣泛蒐集眾人智慧的概念能夠成為跨入語意網的橋樑。 / We aggregate various resources through the Tag-Thesaurus Model. There are three parts in Tag-Thesaurus model, the Folksonomy formal model, indices collection on Social Network Service, and lightweight domain-specific ontology. The Folksnomy model reconstruct relationships between tags, and we can aggregate resources by tags. The indices collection on Social Network Service help us to decide which resource are more important. Finally, the lightweight domain-specific ontology provide the standard interface to describe the relationships between tags.