论文：知识图谱的推荐系统综述
在推荐系统领域，人们关注的往往是用户与项目之间的关系；缺少对用户与用户，项目与项目之间的相互联系的考虑。基于知识图谱的推荐系统通过将用户与用户，用户与项目以及项目与项目之间相互连接起来。
该模型分为客户端和服务器端，客户端收集用户的原始数据长传至服务器端进行处理，服务器端一方面从各个垂直网站及百科网站中进行相关数据搜索，构建项目知识图谱，另一方面，对用户偏好进行获取，建立用户知识图谱；此外，通过分析推理的方法获取上下文信息，最后，综合上述信息，通过推荐产生器向目标用户推送其感兴趣的项目，并基于用户反馈对推荐性能进行评估，进一步调整推荐产生器，以适应用户偏好。
1，基于本体的推荐
2 ，基于开放链接数据的推荐（LOD）
主要思路：将链接数据库中丰富的语义信息融入到现有的方法中，着重考虑用户偏好，项目之间属性相似度。通过利用LOD中大量相互关联的数据，更加精细化的衡量资源的相似性，挖掘用户的偏好，最后结合上下文信息生成推荐结果。
推荐的优点：数据关联表达很强、逻辑性强并具备一定的推理能力，可以发现一些隐含的语义信息，能够提高推荐准确度。
18、
19、20、21、22、23、24、23、25