专业知识的过滤是现代信息时代的研究热点之一,医疗领域中的医生选择是导医服务中的一个典型问题,体现在患者就诊挂号时对范围内上百个领域相近的医生信息无法准确地和自身患病特征进行匹配,更难以做出最佳抉择。针对此问题本文以具体的一家三级综合性医院为背景研究一个基于知识图谱的精准导医系统。导医系统围绕业务特征采用了链接医生、患者、疾病、病症相关等的本体领域知识图谱库作为专业知识源,并在导诊上采用了基于知识推荐的思维。围绕这两个大方向,本文介绍了相关的技术知识,并分析其技术本质和导医业务的共同点,并通过心血管疾病为实践案例深入了解业务实质明确相关技术的应用局限。分析完业务难点和方向技术后,本文提出如何通过技术的融合和创新改进导诊业务中医生选择的专业信息过滤的问题。本文随后开始具体介绍知识图谱的前沿技术和本体论语言OWL的具体应用细节,并根据导诊的特点给出一套以需求为驱动、由粗到细的本体领域知识图谱构建方案,首先是知识的组织表示方案和导医领域特色的图谱架构,然后一步步叙述基于网络爬虫的粗粒度需求概念的抽取、基于电子半结构化的医疗文档的细粒度抽取和基于知识工程师和领域专家的细粒度知识完善优化,最后给出了本体编写的评测方式,完结整个构建方案的实现研究。介绍完知识的表达和构建后,开始围绕着实例推荐的思想,研究知识图谱中的知识在计算机中的建模,提出了“医生记录”,“患者记录”两个建模概念,并结合知识图谱中本体的语义能力,开始进行两个模型的实例相似度推荐的研究,应用余弦相似度和实例相似度的本质思想改进为基于语义的相似度计算,并在其中提出了匹配度和语义匹配度的概念。整个建模和计算上都恰到好处的把抽象细化在解决问题的度量上。本文还给出了整个精准导医系统的研究设计,主要介绍解析表示模块和知识引擎模块,整个系统设计方案应用了大量软件工程的理论技术,特别突出解析表示层对知识的控制反转能力,最后针对性的对导医推荐中最关键的应用点做了评测。