本系统的设计工作主要是使用了Java编 程语言， MYSQL数据库，框架是Spring Boot。而前端设计则使用了较新的Vue.js。本 设计完成了对用户登录功能的实现、知识图谱的生成。 同时利用协同过滤算法完成对习 题的推荐， 管理员对用户的管理等功能。页面简洁,对用户友好，推荐系统通过用户搜 索内容基于层次将知识图谱可视化反馈给用户，明了且便捷，可以使用户轻松知晓搜索 内容在知识图谱中的实体与关系，并且接收到协同过滤算法的相关推荐。

d2rq-0.8.1,tar.zip 下载

由于字数限制，详情请跳转：https://blog.csdn.net/m0_46573428/article/details/130071302 本项目针对典型目标知识图谱模型进行开发，主要包括数据收集与处理、实体识别与关系抽取、知识融合及知识存储与可视化四大部分。在此基础上，设计目标知识图谱网页应用软件原型系统。项目的完整度是很高的，包括页面设计、前端代码、后端代码、前后端交互、爬虫、深度学习模型、图数据库、知识图谱等。该系统由数据爬虫、数据管理、数据处理、知识问答、新闻热点、词条查询和图谱展示七个功能模块组成。而本系统拥有完整的数据处理和数据应用功能，能够充分且便捷地将各领域的数据移植到本系统中。 使用方式简述（配置完环境的前提下）： 1. 启动neo4j：在根目录命令行中运行 neo4j.bat console 2. 启动后端程序：在根目录命令行中运行 python fast.py 3. 启动前端程序：在Vue3目录命令行下运行：①npm install ②npm run dev

自然语言处理技术之知识图谱的两篇入门文章，包括简介和进阶，PDF格式，文章不长，可以作为入门读物

知识图谱FB15K数据集

这是一份关于基于知识图谱的问答顶级会议，包含LSTM，交叉注意力机制

武汉数据分析 该系列资源是Python疫情大数据分析，涉及网络爬虫，可视化分析，GIS地图，情感分析，舆情分析，主题挖掘，威胁情报溯源，知识图谱，预测预警及AI和NLP应用等。博客阅读，武汉必胜，湖北必胜，中国必胜！ 发布者：Eastmount CSDN YXZ 2020-02-20 译文推荐： 我们们中国人一生的最高追求，为天地立心，为生民立命，为往圣继绝学，为万世开太平。以一人之力系。他们真是做到了，武汉加油，中国加油！

Neo4j 可视化知识图谱所需的两个软件包：java.rar 和 neo4j-community-3.5.5-windows.zip 对应博文教程：https://angxiao.blog.csdn.net/article/details/127300818

基于TransE构建的多关系知识图谱（代码）

邵老师-知识图谱技术实践-机器学习-深度学习 内容安排 ·知识图谱的基础知识 ·基本概念 ·发展现状 ·困难与挑战 ·知识图谱的生命周期 ·知识抽取 ·知识融合 ·图谱存储 ·图谱查询 ·知识表示 ·知识推理 ·知识图谱的行业应用 ·公安案例 ·金融案例 ·智能问答