标签技术的出现兴起于专注于用户主导的Web2.0时代。早在弹幕视频技术刚刚兴起的前五年，首个弹幕视频投稿网站----日本的NICONICO弹幕网，就已经使用标签技术作为用户作品的分类技术。“分类”，是一项数据分析和处理的基础技术。标签从诞生时开始，最基本的应用是作为类别标志，标识投稿的视频属于哪个版块，哪个领域，投稿人是谁等等。29507
到了数据量庞大的数据分析时代，标签又有了新的定义----用于用户的个性化推荐定制。这是一个讲究个性化的时代。从GoogleNews，Amazon等知名网站对于标签技术的应用，都可以看出很多网站都在开始利用标签针对用户的个性化需求进行资源的推送。论文网
国内研究状况
国内传统的资源推送考虑的是“资源-用户”两个文度，网站仅仅向用户推送网站拥有的资源，用户接受资源的选择余地很少。例如社交软件中的附近人匹配、电子商务网站的产品公告等等。后来发展出的“资源-标签-用户”三个文度的资源推送系统，增加了标签与用户之间的关联性，比传统推送模式的优势之处在于，极大的提高了用户的选择性。
豆瓣网中，用户基于自己的兴趣爱好设置标签，展示自己的爱好的同时，会从首页中接收到喜欢相同类型书籍、电影、音乐的同类人的信息。
同样，新浪微博中，用户通过添加自己感兴趣的标签，系统就会对用户与用户之间进行匹配，相同标签越多的人，推荐度就越高。这样的好处在于，方便用户进行同类人的挖掘。而新浪微博的用户标签匹配系统中，仅仅是使用了“用户-标签”的两个文度，就让陌生人社交的模式发生了天翻地覆的进化。
高克宁，张引，张斌等人研究了支持Web 2.0标签层次体系构建的关系识别及层次组合方法。提升了标签间关系的质量,并提出基于语义流动分析的层次组合方法实现了更高质量的层次体系构建.实验结果表明应用关系识别及使用语义流分析方法可以获得相比评估方法更高质量的标签层次体系[1]。
章成志，何大庆等人提出了标签社会化的可能性，在此基础上提出了基于标签的深度挖掘技术方法[2]。
王莎基于语言学原理，提出了如何针对汉字特征建立标签模糊匹配的算法和模型[3]。
黄晨，聂竹明研究了豆瓣网标签推荐的系统，应用于Web2.0时代的网络教育评价[4 标签技术国内外研究现状:http://www.youerw.com/yanjiu/lunwen_24798.html