该项目构建抗生素用药知识图谱系统，整合专业医学知识，通过Neo4j图数据库实现结构化存储与智能查询，结合GPT模型提供自然语言问答服务，为医疗从业者和普通用户提供便捷的抗生素用药指导与知识...

该项目构建航空安全知识图谱系统，整合航空安全事件数据，通过Neo4j图数据库实现结构化存储与智能查询，提供数据驱动的安全分析和个性化问答服务，助力航空安全研究与风险防控决策。

描述：本项目基于Neo4j图数据库和Django框架开发了一套实体对齐系统，支持知识图谱的动态构建、实体关系维护和多源数据对齐，提供可视化界面和高效的数据融合能力，为知识工程和数据分析提供强...

描述：本项目构建了一个面向人工智能专业的课程知识图谱系统，基于Neo4j图数据库存储课程节点和关系，集成自然语言处理技术实现智能问答，并通过Web前端提供可视化知识网络展示，助力AI教学与学...

描述：本项目构建了一个基于Django的混合音乐推荐系统，融合基于内容的推荐和协同过滤技术，结合用户活跃度动态调整推荐策略，实现高效个性化的音乐推荐服务。系统包含完整的用户管理和音乐内容...

描述：本项目基于TransR知识图谱嵌入技术和Neo4j图数据库，构建了一个智能电影和音乐推荐系统。通过深度学习模型捕捉用户偏好与内容关联，解决传统推荐系统信息稀疏问题，提供个性化推荐服务。...

描述：基于多模态大模型的鸟类识别系统，结合知识图谱技术，实现智能鸟类识别与知识问答，助力生态保护和自然科学研究。

描述：基于大模型的中药方剂智能问答系统，利用OpenAI技术提供专业中医方剂解答，辅助诊疗和学习，推动中医药知识数字化发展。 描述：基于大模型的中药方剂智能问答系统，利用OpenAI技术提供专...

描述：基于大模型和Django的行业智能问答系统，利用OpenAI技术提供专业解答，适用于各行业咨询和智能客服场景，提升信息获取效率。

描述：基于RAG和大模型的数学知识问答系统，结合向量检索与深度学习技术，提供精准的数学问题解答，助力学习和研究。