随着中国人民物质生活愈发丰富,精神追求也愈发提高,健身需求愈发强烈,全国健身工作室雨后春笋般的建立起来,但面临着健身教练不专业,门面租赁贵,成本高,抗风险能力弱等困境,传统健身行业渐渐衰弱。在线健身行业逐渐崛起,但处于信息大爆炸的时代,如何从海量的健身知识里面选取最适合的健身信息也是亟待解决的一大难题。推荐系统能够解决信息过载,将信息过滤过程从“用户主动寻找”转变为“系统主动推送”,解决用户当前困境。本文尝试将知识图谱和协同过滤算法相结合,通过B/S架构搭建系统,采用My SQL数据库,应用Vue.js前端,采用Flask后端框架技术,设计并实现了基于知识图谱的健身推荐系统。本文先研究和分析了健身行业和推荐系统发展趋势,确定了研究内容和方向;随后介绍开发本系统前后端工具和推荐基础算法;接着进行详细的功能、安全性、性能需求分析,将系统划分为了用户模块和后台管理模块;接着详细设计获取用户画像、内容画像的算法,展示算法设计过程及其计算结果;设计了个性化推荐模块工作流程,最后对系统功能进行测试,并展示效果图。本系统最核心的工作就是处理健身文章数据集,获取内容画像和用户画像,将其输入到推荐算法中,经知识图谱优化后,将最终推荐结果展示给用户。本系统通过构建知识图谱,搭建推荐系统,经过测试和实际使用,能支持用户自我健康评测,符合预期的功能性需求和安全性需求,能够提供准确率较高的推荐结果给用户,为提升推荐准确率提供了一个新思路。