本文提出了一种融合知识图谱和深度学习的学术论文推荐算法。该算法首先使用Word2Vec工具将文本特征映射到低维度的向量表示，然后使用多层感知器（MLP）对这些特征进行建模。此外，它还引入了一个额外的图神经网络来捕获文章之间的相似性。最后，它通过将所有特征集成到一个单一的学习任务中来实时生成学术论文推荐。实验表明，所提出的方法在不同数据集上都可以显著优化标准性能度量标准。