老年人群作为慢病康复的重点对象,需要利用大量的康复机构、康复专家等线下资源来提供慢病康复服务。一方面,线下的慢病康复资源分布不均衡,信息化程度较低,服务获取难度大,导致老年人的慢病康复管理发展缓慢。另一方面,面向养老的辅助医疗服务机器人是当下的研究与应用热点,但目前缺乏支撑此类服务机器人的基础技术与方法研究。因此为了提高慢病康复服务资源的利用率和服务质量,并为下游的慢病康复知识问答、慢病康复服务推荐等提供基础服务能力,本文构建了面向老年人慢病康复的知识引擎,并从慢病康复知识图谱构建、慢病康复用户意图识别和慢病康复计划推荐这三个构建基础要素进行了理论方法的研究,具体内容如下:首先,慢病康复知识引擎的数据支撑是慢病康复知识图谱,本文对慢病康复领域的知识图谱构建方法进行了研究,确定了自上而下的知识图谱构建流程,给出了慢病康复领域的本体定义,阐述了基于包装器的慢病康复知识抽取方法,使用原生图数据库Neo4j存储知识数据,并根据慢病康复知识图谱的结构特点,使用翻译模型TransD进行了知识图谱的分布式表示训练。其次,慢病康复用户意图识别是知识引擎与用户进行交互的接口,是对话机器人和问答系统的基础服务组件,本文提出了基于概念共现增强语义模型的意图识别方法,从语义特征和概念共现特征两个维度进行特征提取用于意图识别,用于解决多意图和隐式意图等复杂意图识别问题,并通过对比实验分析概念共现特征对意图识别的具体影响。再次,慢病康复计划推荐是知识引擎的知识输出,相比于传统的推荐问题,慢病康复计划推荐需要更高的推荐准确性,本文提出了基于分类网络的康复计划推荐模型,将推荐问题转化为老年人生理信息特征项与康复计划指标项进行匹配的分类问题,通过神经网络进行老年人生理特征提取并将特征输入到深度神经网络完成多分类与多标签分类任务,从而解决慢病康复计划推荐问题。最后,在上述理论方法研究的基础之上,本文对慢病康复知识引擎系统进行了系统设计与实现,对理论方法的可行性进行验证,系统运行结果表明上述三项理论方法具备有效性。