决策目标通常伴随着多种属性和特征,在描述这些属性和特征时,由于人们的知识结构和水平层次不同,每个属性的好坏有时很难被准确地衡量,而模糊本体描述恰好可以解决这个困境。在为用户做推荐的过程中,推荐系统会面临两个问题:一是推荐内容中会存在诸多不确定信息且有的推荐内容会同时包含精确性和模糊性,传统的模糊集理论并不能很好地描述推荐内容知识中的语义信息;二是现有推荐算法难以处理单一实体下的多重得分关联问题。针对上面的问题,本文分别提出了可应用于对准则决策的犹豫模糊算子和新的模糊算子距离度量的方法,并在此基础上提出了一种基于模糊机制的语义实体推荐模型,并将其应用在民宿酒店推荐领域中。本文的研究内容具体如下:（1）提出了一种基于PHFAMM算子的多准则决策方法。结合MM算子和PHFN的Archimedean t-conorm（S-范数）和t-norm（T-范数）提出毕达哥拉斯犹豫模糊阿基米德MM（PHFAMM）算子及其加权形式,并提出一种基于PHFAMM的MCDM新方法。首先,给出所提出算子的广义表达式,探索并证明了算子的性质;然后构造了4种具体表达式。在这些具体表达式的基础上,开发了一种解决基于PHFN的多准则决策问题的新方法;最后,通过一组实验示例以及定性和定量的比较来验证所提出的多准则决策方法。（2）设计了一种基于PHFS的新型距离度量算法。在这一部分中,将PFS的五个参数（隶属度、非隶属度、不确定性、关于隶属度的承诺强度和承诺方向）完全扩展到毕达哥拉斯犹豫模糊集（PHFS）中,产生新的PHFS距离度量,并将所提出的方法应用于MCDM问题。首先,描述新的PHFS距离度量,介绍相关性质和定理;然后,通过考虑正理想解与每个替代方案之间的距离,提出基于新型PHFS距离度量的MCD-M方案;最后,引入实用实验和与现有方法的对比实验来验证所提方法的有效性和优异性。（3）设计了一种基于模糊本体的个性化旅游民宿推荐算法。在这一部分中,将模糊逻辑引入民宿酒店实体,提出一种新的民宿酒店推荐方案。推荐方案的主要流程是:利用用户对酒店的评价获得用户的旅行偏好后,根据偏好从图形数据库Neo-4j中查询得到相应的实体属性信息后将模糊逻辑引入实体,处理实体中存在的模糊信息,构建实体属性的隶属度和模糊决策矩阵,计算实体的综合评分和实体相似度,采用调和因子计算酒店最终得分,最后基于实体的最终得分为用户提供推荐列表。