1 简介
基于知识图谱的智能推荐系统是本次设计开发的核心主题。通过以知识图谱的嵌入来围绕着音乐、电影、图书进行相关的信息搜索，通过知识图谱来提升推荐效果。本次的设计首先需要对电影、音乐以及图书的数据进行搜集并且构建出知识图谱，通过对知识图谱的向量化表示来进行在电影、音乐和图书方面进行协同过滤的推荐模型搭建。本次主要研究的内容如下：
1、知识图谱的构建，通过搜集大量的基本数据，并且对于基本数据中的实体类型和对应的数据字段进行分析整理，通过将实体之间的数据进行准确的映射处理，从而以三元组图形的方式存储在数据库中。
2、将数据以实体-关系-实体的方式进行组合形式的表达，在已有的模型上通过对整个数据处理过程的优化来对电影、图书、音乐进行相似度的计算，通过关系向量的变化来解决推荐系统中常见的稀疏性的问题。
3、通过构建知识图谱智能推荐模型，以Python语言为主要使用的技术，通过B/S结构来进行一款推荐系统的开发，在系统的前端实现用户交互，后端通过MySQL数据库提供的数据服务来实现准确的推荐结果服务等内容，实现系统的正常运行。
2 技术栈
Python flask
基于协同过滤算法
MySql
3 需求设计
智能推荐系统平台开发设计的主要需求是进行合理的音乐、电影以及书籍内容的推荐，帮助用户在海量的信息平台中获取到相关的资源信息，利用智能平台的推荐帮助用户提取有效的信息内容，实现快速的信息获取和内容查询。同时可以通过系统平台的内容提供帮助用户实现在线的资源搜索，系统会按照搜索内容以及喜好反馈进行智能的内容推荐，对于用户而言主要的需求内容如下：
（1）系统用户需要通过登录的方式来实现平台的登录和使用，需要借助注册登录环节来完成个人信息的记录和存储。
（2）通过音乐、电影以及书籍数据信息的管理搜索来实现资源内容的获取，用户可以结合需求进行在线的文本搜索，同时可以通过标记喜好和收藏的方式实现数据信息的标记。
（3）结合用户的搜索记录以及信息标记，通过知识图谱的运用将用户关键词系统化的呈现给到用户端，利用文本分析和智能推算来实现相关资源的推荐，帮助用户快速批量获取到资源信息。
4 系统设计
此次基于知识图谱的智能推荐系统的设计主要通过系统平台的搭建实现智能化的数据查询和提取，用户可以结合应用需求进行音乐、电影及书籍信息的搜索，同时利用知识图谱的应用来摆脱传统的人工信息录入，通过数据信息的智能搜索和文本分析来实现信息的推荐和获取。系统平台的设计和应用主要面向互联网用户，通过知识图谱技术来实现互联网平台数据信息的抽取，同时结合知识数据信息融合处理来获取到有效的数据信息，结合音乐、电影以及书籍数据信息的提取通过分解算法的运用来实现个性化的内容推荐。同时在数据信息推荐策略上通过推荐算法的应用获取到不同类型的信息数据，包括强关联、弱关联以及无关联，通过用户关键词信息的应用以及判断来实现推荐数据信息的筛选，最终借助系统平台实现了音乐、电影及书籍信息的智能推荐，在信息内容的呈现上结合用户端数据信息的需求，通过明细数据内容的呈现来帮助用户实现高匹配数据内容的获取。
5系统的实现
5.1用户注册界面
用户通过注册界面可以录入相关的登录信息以及联系方式，已经注册过平台的用户可以直接进入登录窗口实现系统平台的登录，具体用户注册界面如下：
图5-1 用户注册界面
5.2系统首页
智能推荐系统的首页界面内容主要包括了系统收录的音乐、书籍、电影以及系统用户的数量，通过导航栏可以依次查看音乐、电影及数据的相关信息，通过个人信息可以查看到用户推荐内容，具体系统首页界面的主要内容如下：
图5-2 系统首页界面
5.3智能搜索功能的实现
用户可以通过智能搜索栏来查询相关的搜索信息，通过搜索内容的录入点击搜索可以查看到相关作品的信息介绍，结合用户的搜索信息系统会智能反馈作品信息到个人信息栏，具体智能搜索功能界面呈现如下：
图5-3 智能搜索功能实现
5.4音乐管理
通过音乐管理界面用户可以按照歌曲名称进行在线搜索，可以通过操作栏的喜欢和收藏图表实现关注收藏，系统结合用户端的操作反馈会智能推荐相关音乐作品，具体音乐管理界面的主要内容呈现如下图所示：
图5-4 音乐管理的实现
5.5电影管理
用户通过电影管理界面可以查看到电影的名称、导演信息、主演信息、电影拍摄国家、电影评分、观看人数以及上映时间等内容，具体电影信息界面内容如下：
图5-5 电影管理的实现
5.6 书籍管理
书籍管理的信息主要包括了书籍名称、作者姓名、评价人数、评分、出版时间及出版社信息，同时还包括书籍售价，用户可以通过操作栏进行收藏和关注，书籍管理模块向下的主要信息内容如下：
图5-6 书籍管理的实现
