推荐系统旨在为用户推荐个性化的在线商品或信息，其广泛应用于众多 Web 场景之中，来处理海量信息数据所导致的信息过载问题, 以此提升用户体验。鉴于推荐系统强大的实用性，自 20 世纪 90 年代中期以来，研究者针对其方法与应用两方面，进行了大量广泛的研究。近年来，很多工作发现知识图谱中所蕴含的丰富信息可以有效地解决推荐系统中存在的一系列关键问题, 例如数据稀疏、冷启动、推荐多样性等。因此，本文 针对基于知识图谱的推荐系统这一领域进行了全面的综述。 具体地，首先简单介绍推荐系统与知识图谱中的一些基本概念。随后，详细介绍现有方法如何挖掘知识图谱不同种类的信息并应用于推荐系统。此外，总结了相关的一系列推荐应用场景。最后，提出了对基于知识图谱的推荐系统前景的看法，并展望了该领域未来的研究方向。