随着Web2.0应用的不断普及和发展,基于标签的社会标注系统已经逐渐的成为了一种最为重要的信息组织方式。社会标注系统自由的使用方法一方面极大地方便了用户对信息的分类组织,另一方面也由于其自由性导致了多方面的问题,并严重的影响了标签标注的质量。为了提升社会标注系统中标签标注的质量,科研人员对标签生成进行了大量的研究。本文在分析当前社会标注系统及标签生成方法研究的基础上,认为当前标签生成方法的不足主要在于其核心算法所要求的稠密性无法在日常的社会标注系统中达成。针对这一问题,本文研究融合关系与内容分析的标签生成方法。相比社会标注系统中资源、用户与标签之间相对稀疏的关系,资源内容提供了更加稠密同时更加多样的关于标签标注原因的线索。通过扩展Latent Dirichlet Allocation模型,本文实现了使用一个统一的模型建模了多种类型的对象,且该模型完全生成模型的本质使其可以很容易的描述系统内不同对象之间的关系。本文进一步研究了模型的参数估计、增量估计以及模型推理方法,并使用一组实验证明了本文提出的方法可以提供相比其他方法更高质量的标签生成结果。本文进一步的将提出的标签生成方法应用到一个基于社会标注系统的地质调查信息集成系统中,给出了系统的架构设计、系统模块设计、关键部分的类设计、核心部分的代码实现以及部分系统运行效果图。通过应用本文提出的标签生成方法,实现了更有效的地质调查信息集成与资源检索。