本项目致力于研究知识图谱，主要从网上数据集、个人笔记和其他相关资料中获取数据，探索其中的实体和之间的关系，并提取出三元组存储到图数据库neo4j中。最终导出json数据并利用echarts在前端做图形化展示.登录该系统时，用户可以注册一个账号后进行登录，在个人中心选项卡中，用户可以进行更换头像、修改密码等个人信息的操作。点击右上角可退出登录。相关展示图如下：由于涉及的技术栈比较杂乱，后端有nodejs和python的数据处理，以及mysql和neo4j两种数据库。

工厂车辆排队系统是一种智能化调度管理系统，用于管理工厂内部所有车辆的进出和排队方式。车辆入厂准备：车辆进入工厂前，需要在系统中进行注册，并将车型、尺寸和重量等信息录入系统。工厂车辆排队系统是一种智能化调度管理系统，用于管理工厂内部所有车辆的进出和排队方式。该系统旨在提高工厂内部物流的效率和安全性，减少人力资源的浪费和交通事故的发生率，是工业园区、物流园区等场合理想的管理系统之一。车辆排队进厂：系统根据车辆类型和运输任务，合理安排车辆的进厂顺序，使车辆在进厂时不会拥堵，并按照进厂顺序进行快速处理。

数据库应用包含了系统中所涉的数据库以及其他数据服务应用，其中，MySql负责存储系统中的大部分数据；Redis负责存储数据缓存；用户通过系统的前端UI访问业务层的相关功能，进而实现对系统数据的增加、删除、修改、查看等功能。基于SpringBoot框架编写的后台服务器也能够使开发者快速地对系统的业务功能进行改进和扩展。该层使用Drogon Web应用框架实现网络访问接口，并且通过FFmepg实现对流媒体服务器的直接视频推流。本智慧监考系统共分为4个部分，分别为：展示层、业务层、算法层和数据库。

校园通勤车可视化系统的设计与实现，不用管什么可视化，就是一个小程序就是可以知道校园车的路线，然后往简单了弄就可以。校园通勤车可视化系统的设计与实现，不用管什么可视化，就是一个小程序可以实时监测校园里面通勤车的位置。4.校车通勤轨迹后台管理包含：司机管理、签到定位信息管理、打卡管理、人员考评管理、通知消息等。

我们构建知识图谱的目的，在于利用知识图谱来做一些事情。有效利用知识图谱，就是要考虑知识图谱的具备的能力，知识图谱具有哪些能力呢，首先我们知道知识图谱包含了海量的数据，是一个超级知识库，所以我们可以依赖它进行搜索一些内容，由于知识图谱的数据组织方式是计算机能理解的，具有语义，这种搜索可以定义为语义搜索。首先，通过爬虫获取结构化的数据，对于办结构化的数据进行实体抽取和关系抽取、属性抽取，通过第三方数据库完成数据整合，实体对齐，知识推理，本体构建，质量评估，知识更新，形成知识图谱，从而进行知识检索，如图所示。

基于协同过滤算法的个性化新闻推荐系统的设计与实现（采用Java语言的SSM框架实现基于用户、物品的协同过滤推荐算法） Java语言（SSM框架）实现协同过滤算法新闻推荐系统，使用基于用户、物品的协同过滤推荐算法通过爬虫爬取环球日报新闻实现实时计算推荐。