近些年来随着教育信息化、个性化教育和K12等观念提出,传统教育向信息化智能化转变,网络上学习不受时间的和地点的约束的学习方式被学生群体所青睐和喜欢。在网络上学习已经成为学生获取知识过程中必不可缺的一种学习途径。据研究调查,近几年在线学习的用户规模每年以15%左右的速度持续增长,网络上有着数不胜数的学习资源,学生在网络上随心所欲的学习知识的同时也引发一些问题。网上学习与传统课堂学习存在差异性,网上学习更加需要学生们自发地主动的去学习,考验学生的自主性,有些学生在网络上学习就出现了不知道怎么学的情况,学生自己无法知道自己对知识点的掌握情况或者学完这个知识点下一个学什么的问题。现有的推荐系统为学生推荐的试题存在不符合学生个人学习需求的情况,从而使得推荐效果不是很理想。本文开发基于知识图谱个性化学习推荐系统使用的是SSM框架、数据库平台使用的是MySql以及neo4j图数据库。在课程知识图谱构建阶段,首先使用Scrpay技术从百度百科、豆瓣与MOOC网获取知识点与试题的数据,接着基于tf-idf算法抽取课程知识点实体,最后基于人工规则抽取实体间的关系,并且使用neo4j图数据库进行知识图谱的存储与展示。通过构建《人工智能技术导论》课程的知识图谱,明确了课程中知识点和知识点间的关系,使得知识点不再是孤零零的存在,形成清晰明确学的科层次结构。本文设计计算学生对于知识点掌握的方法,可以评估学生对于知识点的掌握程度。根据学生对于知识点掌握情况的不同,结合知识图谱为学生生成不同的知识点学习序列,结合个性化学习推荐算法为学生推荐试题。基于知识图谱个性化学习推荐系统,可以有效解决网络上学习资源庞大,学生无法快速找到自己想学习的知识点。学生在网络学习的过程中缺乏自主性,学生不知道学习什么知识点,现有推荐系统存在为学生推荐的学习资源不符合学生自身的学习情况的问题。基于知识图谱个性化学习推荐系统主要有学生数据采集模块、教学资源管理模块、个性化学习推荐模块。