اخیراً سیستم های برچسب زنی مردمی به صورت روزافزون در حال افزایش یافتن و متداول شدن می باشد . این سیستم ها به کاربران اجازه میدهند منابع مورد نیاز خود را به صورت آزادانه سازماندهی، مدیریت و جستجو نمایند . از چالش های این نوع سیستمها میتوان به حجم بالای داده، دادههای ناسازگار، استفاده از الگوریتم های زمان بر یادگیری ماشین، زمان طولانی برای ارائه پیشنهاد به کاربر، صحت پایین در ارائه پیشنهادات و عدم قابلیت اجرا در دنیای واقعی اشاره نمود . این چالش ها سبب افزایش روزافزون تحقیقات در سالهای اخیر شده است. در این مقاله سیستم پیشنهاد دهندة ترکیبی منبعی معرفی نمودهایم که با به کارگیری اطلاعات مهم موجود در سیستمهای برچسبزنی مانند زمان و همچنین آنتولوژی موجود، صحت نتایج پیشنهادی را بهبود داده است. Manuscript profile