本发明涉及一种基于网络结构和语义相关性度量的标签语义学习方法,包括基于用户行为事实初始化标签网络得到事实标签网络G；根据事实标签网络G构建规约后的标签网络G～R；在标签网络G～R上应用改进的随机游走策略构建基于随机游走策略的标签网络G～C；基于标签相关的文本信息构建标签网络G～T；对标签网络G～C、标签网络G～T进行归一化处理,通过随机游走策略和词向量学习方法学习标签语义向量表示。本发明设计合理,不仅充分利用网络拓扑结构,又兼顾到节点内含的相关文本信息,能够在较短时间内从拓扑结构和文本表达学习到易于运算、置信度高、表达充分、噪音低的标签语义向量,可广泛应用于含标签的文本集合的标签网络学习和标签语义学习。