知识图谱与推荐算法任务优化及领域应用发展综述
来源：计算机工程与应用杂志2026年第10期北京时间：
作者：韩一鸣, 魏国辉
单位：山东中医药大学 医学信息工程学院，济南 250355；
摘要：推荐算法作为当前信息过滤的核心技术，需要通过知识图谱的语义关联以及结构化知识来解决信息碎片化和可解释性不足的问题。为了进一步促进知识图谱与推荐算法的技术融合，研究推荐模型性能提升的关键和多领域多技术的发展，并将知识图谱与推荐算法结合过程分为知识图谱模块优化、推荐任务模块优化、多任务模块优化三部分。从发展历程、优化改进、核心技术等角度详细梳理各模块相关理论和研究成果；同时结合当前领域发展趋势，总结了大模型、医学领域和电商领域应用的最新发展及存在的挑战；最后对知识图谱与推荐算法存在的问题进行总结与展望，为后续研究提供新的拓展思路。
关键词：知识图谱,推荐算法,多任务学习,大语言模型
基金资助：国家自然科学基金（61702087）；山东省自然科学基金面上项目（ZR2022MH203）；山东省研究生优质教育教学资源项目（SDYKC2023044）；山东中医药大学教育教学研究课题（实验教学专项）（SYJX2022013）。
