运动强度是体育锻炼和运动训练中的一项重要指标,指的是在一定时间（单位）的运动量。研究表明,适度的运动强度能有效提高身体机能,降低多种疾病的发病率,在预防精神疾病和缓解情绪问题上也有着积极作用。但运动强度过大,超过身体的承受能力时,反会降低运动效果,使身体机能衰退,甚至危机生命安全。如何把握、控制自己的运动强度,是现在许多健身者需要解决的实际问题之一。传统的运动强度评估技术各自有着依赖经验、器械等的缺陷,知识图谱不仅能利用节点和关系将不同知识关联起来,本身也具有一定的推理功能。因此本文提出基于知识图谱的运动强度评估方法,运用知识推理搭建系统,基于不同形式和运动效果对用户进行评估,使评估结果更加精准化个性化,以更好地帮助用户选择自己的适合运动强度。本文基于知识图谱技术对运动强度评估展开研究工作,主要包括以下内容:（1）运动强度知识图谱构建。针对运动强度评估指标繁多,且评估会受到多方面因素的直接影响。本文通过人工方式构建运动强度知识图谱的概念层;然后引入评估等级、运动处方等结构化知识,和通过BERT-CRF提取到的非结构化运动强度知识,在Neo4j数据库中建立了运动强度评估的知识图谱;（2）知识推理模型设计。以Rec GNNs知识推理为基础,根据专家建议和实际测试情况构建权重规则,匹配寻找合适的运动强度和方案,实现针对不同年龄群体运动强度的个性化精准评估;（3）运动强度评估系统构建。基于知识图谱和推理模型,构建了运动强度评估系统,并对不同人群进行了对比实验。实验结果表明,基于知识图谱的运动强度评估系统运行稳定、可靠,个性化评估的准确率可达到85.7%。且通过与传统运动强度检测技术的对比,说明了基于知识图谱的运动强度评估方法的个性化和准确率。