随着国内谷类作物产量需求的提高和计算机智能技术的迅速发展,谷类作物病害的智能识别及预防越来越受到大家的关注。本文基于网络爬虫、知识图谱、机器学习等技术,针对谷类作物病害识别及个性化推送问题进行研究,其主要研究成果如下:(1)通过分析网页数据源数据结构与采用广度优先遍历,对谷类作物病害相关数据进行针对性的分布式焦距爬取,并通过网页标签将大量无关数据进行筛选剔除;同时,对爬取的谷类病害500多条初始数据使用Mysql数据库存储,随后通过词频抽取法提取谷类作物病害特征属性建立谷类作物病害特征数据表,根据词频最高的斑病作为分类属性,进行实例分析。(2)通过对谷类作物病害实体构建与属性填充得到多特征的谷类作物病害实体,其次提取谷类作物病害的语义类关系,构建谷类作物斑病知识图谱关系模型。(3)分别使用决策树C4.5与支持向量机(SVM)的机器学习分类技术对谷类作物病害斑病构建分类识别模型,同时进行对比分析,择优选择决策树C4.5分类识别模型作为谷类作物病害特征属性分类器。(4)使用Mysql对谷类作物病害斑病设计数据库,并且通过关键字精准查询与谷类作物病害特征属性识别查询对谷类作物病害识别进行个性化推送设计。