基于知识图谱的云端个性化测试推荐

摘要 个性化推荐被广泛应用以加速云服务.推荐系统旨在基于在线和离线的可用数据、信息和知识来估计给定领域的一组对象的效用.现有的推荐系统严重依赖基于内容的方法或协同过滤的方法来提出建议，但是它们都不能完全满足面向自然语言语义的推荐效率和有效性.知识图谱是一种用于直接存储容纳语义丰富的非结构化和结构化信息的知识库.本文提出通过引入知识图谱作为媒体层整合基于内容和协同过滤两种方法来提高推荐质量，并且通过在云环境中构建测试推荐系统展示了本文提出方法的可行性