近年来互联网上涌入了海量异构的信息内容,为了加强信息的管理和利用,业界引入了“标签”这一工具。标签是一种信息描述形式,它大致可以理解为关键词或者主题词,是对资源内容的简要总结。利用标签可以帮助我们更有效的认知信息资源,这有利于信息的发现、管理、传播和利用。利用标签的第一步是获取标签,目前业界主要采用2种方式获取标签：利用数据挖掘和机器学习算法从文本信息中自动生成标签、利用众包系统由用户捐献标签。本文详细总结了目前业界流行的标签生成方法,分析其原理和特点。此外,为了提高标签的质量和更深入的利用标签,本文还研究了现有的标签排序算法,并且提出了一种新的基于用户标签点击行为和概率模型的标签排序算法,称为CBTR。最后本文以CADAL数字图书馆为例,详细描述了标签在图书搜索系统中的应用。基于标签的图书搜索系统可以有效的标识图书的主题内容,并且以标签的形式利用图书的元数据信息可以更好的满足图书搜索领域本文信息少、搜索维度多、限制条件多的特点,大大提高了对数字资源的检索、管理能力。