近年来电力企业逐渐扩展业务范围,雇用高质量承包商完成业务扩展任务已成为电力企业一大潮流。但承包商基础信息冗杂,若以传统数据存储方式对承包商信息进行存储并通过人工筛选的方式进行选择将出现效率与准确率低下等问题。针对上述问题,本文设计并实现了基于知识图谱的承包商智能推荐系统,将知识图谱与推荐系统相结合实现承包商的个性化推荐,为电力企业承包商选择困难提供解决方案。本文主要工作内容如下:第一,根据电厂数据的特点提出一种由需求分析设计本体,再由本体补充数据的知识图谱构建方式。将结构化数据与非结构化数据经数据清洗、实体抽取、实体对齐等步骤构建为高质量承包商知识图谱。设计包括承包商、注册资金、违章、人员、领导、处罚、评价、项目、合同九种本体。并将构建完成的承包商知识图谱存储在图数据库Neo4j中,为后续的承包商推荐部分提供数据支撑。第二,设计基于知识图谱关联路径的承包商推荐算法。首先结合相关领域专家意见以及同行业已有数据确定八种承包商评分指标,其次结合知识图谱获得每种指标关联路径并通过关联路径确定指标数值,最后采用熵权法对承包商进行评分,并选取评分较高的承包商进行推荐。第三,设计并实现了基于知识图谱的承包商智能推荐系统。基于以上研究,本文对系统需求进行分析,对系统架构进行设计,确定应用层,逻辑层,数据层三层系统层次架构,并且设计系统功能流程,最终完成智能推荐系统的设计与实现。