近年来,人们对教育的重视程度越来越高,我国报考硕士研究生的人数也屡创新高,根据教育部官网信息,从2000年到2020年20年间硕士研究生报名人数从3.2万人上升到了 341万人,2020年录取人数预计将超过百万。随着考研人数的增多,选择一位适合自己的导师成为了每个考生的必然诉求。而以往研究生在入学选择导师的方式,通常靠的是官网上导师信息的简介,而这些信息通常不足以满足研究生对于选择导师的需求,信息的不对称以至于后期的教学指导过程中出现相处不愉快的情况。本文通过利用爬虫技术,从CNKI和学院导师信息页面爬取论文数据和导师的相关信息,通过对进行清洗、使用关系挖掘算法找出隐藏在论文中的实体及属性关系和分析;找出相应的实体和实体之间的属性关系后使用知识图谱相关技术根据已获得的实体关系信息构建导师信息的学术知识图谱。最后,本文通过采集来的高校导师公开的个人信息以及发表的学术论文数据,使用知识图谱和个性化推荐技术试图解决硕士研究生报名中信息不对称的这一问题。本文主要工作如下:(1)给出了某高校教师公开信息和论文数据的采集与清洗过程。从高校官网采集导师的个人信息,获取导师信息后再从CNKI上采集相关的学术论文。对采集到的数据,利用字符匹配算法和聚类算法进行消歧处理。(2)提出了师生合作关系分析算法,并构建了知识图谱。基于所爬取和处理后的数据,利用BP神经网络对导师、学生关系中所涉及的参数进行权重计算,加入判别函数计算相应每个论文作者的分数,最后根据关系判别函数判断论文合作者的关系,并根据判断出的关系构建了知识图谱。(3)提出了改进的基于知识图谱的PersonalRank个性化推荐算法。基于所构建的知识图谱,在原有的PersonalRank算法上进行了改进,将用户对导师特征的喜好程度对导师的特征设置不同的权重,借助图的路径数和顶点度来进行计算推荐,为学生推荐适合自己的导师信息。