基于标签的推荐算法已成为研究热点，现有相关研究集中在利用标签改进协同过滤推荐算法和基于内容的推荐算法，鲜有研究把标签引入更先进的矩阵分解推荐算法。而现有矩阵分解推荐算法大多使用商品类别作为因子向量对用户偏好和商品特征建模，限制了其精度的提升。使用标签构建因子向量，提出一种新的基于标签的矩阵分解推荐算法。经过真实数据检测，提出的推荐算法较以往基于类别的矩阵分解算法在精度上有了显著提升。