各类Web2.0图片应用网站的兴起（比如Flickr），使得互联网上的图片急剧增多。为这些图片添加语义标签不仅有利于图片的组织管理，还可以提升视力残疾人对图片内容的无障碍访问。传统的图片标注方法一般是基于图片内容，也有一些方法考虑用户的个性化兴趣，但很少有方法考虑用户兴趣的变迁，即用户的兴趣并不是一直保持稳定的。我们在为图片添加语义标签时通过同时考虑图片内容特征和用户的图片标注历史来实现个性化标注，并在用户图片标注历史中使用k近邻方法使得标注能够聚焦于用户的最近历史偏好，从而在个性化图片标注中充分考虑用户兴趣变迁。　　另一方面，用户在分享图片的同时会希望能看到自己感兴趣的图片，同时也希望自己分享的图片能够被更多喜欢它的人看到，然而，在海量的图片库中，用户几乎很难找到自己真正感兴趣的图片。主动的为用户推荐其感兴趣的图片能很好的解决这一问题。传统的图片推荐方法中，一般是基于图片内容或者图片的标签信息。我们在对用户兴趣建模时，同时考虑了用户历史喜欢过的图片的内容和标签特征，以及标签之间的语义联系，并利用用户最近的行为对用户当前兴趣进行建模，使得个性化的图片推荐也能充分的考虑到用户的兴趣变迁。　　最后，我们设计并实现了本文提出的基于用户兴趣变迁的图片个性化标注与个性化推荐算法。并采用NUS-WIDE数据集中的图片作为测试集验证我们算法的有效性。相比多种传统的图片自动标注与图片个性化推荐算法，本文的算法在多种评价指标上都能取得良好的效果。