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。

基于深度学习算法的知识问答平台，采用BERT模型实现文本相似度匹配。支持智能答题、分数计算和个性化推荐。管理员可进行用户和题目管理，系统自带初始数据。

基于neo4j的地域改名查询系统，提供省市县三级行政区划名称变更查询。利用知识图谱技术，实现地名历史追溯和变更信息快速检索，助力地理信息管理和历史研究。

基于Neo4j知识图谱的图书推荐借阅系统，提供图书浏览、评分、个性化推荐等功能，助力用户高效借阅喜欢的书籍。

基于neo4j的推理知识图谱展示系统，集成图谱可视化和三元组查询功能。使用Django框架开发，支持节点图片属性展示，提供完整用户体系和管理功能。

基于neo4j的菜谱知识图谱问答系统，集成图谱展示和智能问答功能。使用Django框架开发，支持自然语言查询和三元组检索，快速查找菜谱相关信息和做菜步骤。

基于Neo4j的学术论文关系管理系统，集成Django框架和Echarts可视化。支持用户管理、知识图谱展示和节点查询。提供数据初始化和维护工具，实现学术关系的高效管理。

基于大模型RAG技术的跨境电商智能客服系统，融合知识图谱和自然语言处理，实现精准商品问答与推荐，提升跨境电商客户服务效率和用户体验。

本项目构建了一个面向公安信息化学科的知识图谱系统，通过自然语言处理和图数据库技术，实现公安领域知识的智能抽取、结构化存储与可视化问答，为警务研究与决策提供精准高效的知识服务。

基于neo4j的医疗图谱问诊系统，集成知识图谱展示和智能问答功能。使用Django框架开发，支持自然语言查询和三元组检索，提供优质医疗问诊服务。