农业新闻是推进农业现代化过程中的一个重要方面。农业新闻具备科普和指导功能,宣传国家政策、传播农业经验、农业技术。利用信息技术提高新闻传播效用是新闻传播方式种重要一环。农业新闻传播方式随着时代进步发生变革,读者对农业新闻报道的内容、形式都有着新要求。针对农业新闻报道互动性不高、报道效率较低的问题[1],本文从农业新闻受众的需求出发,构建基于知识图谱的农业新闻推荐系统,旨在提高用户阅读积极性,尽可能发挥农业新闻的作用。本文的主要研究内容如下:农业新闻文本关键词抽取。基于农业新闻的特点,提出融合语义信息的Text Rank算法,构建融合语义信息的词图,利用词图和词语在文本中的重要性计算综合得分。通过一系列实验证明,该方法的有效性,既能为新闻特征建模提供帮助,又可作为新闻展示时的辅助信息帮助用户预先了解新闻内容。基于知识图谱的个性化新闻推荐方法。该方法在新闻特征建模上,融合文章本身信息和从知识图谱中得到的实体及上下文信息,通过卷积神经网络获得融合语义信息的文章特征表示。将用户阅读新闻特征表示序列输入门循环单元神经网络,构建用户兴趣特征。计算用户兴趣与新闻特征的相似性作为用户点击新闻的预测概率。在对比引入信息、用户兴趣计算方法和其他模型的一系列实验中,证明了该方法可以有效提升推荐效果。基于知识图谱的个性化农业新闻推荐系统的设计与实现。本系统以Vue和Spring Boot为框架,使用My SQL数据库,在分析系统需求的基础上,实现系统功能。系统实现了为用户提供个性化新闻推荐的功能,分别为管理员和用户提供相应的服务。