随着智能终端设备的普及和移动互联网的飞速发展,移动应用市场日益繁荣,移动应用和用户群体的数量都在急剧增加。尽管软件市场的快速增长和不断扩展为用户带来了巨大的便利,但是对于提供这些软件服务的团队和开发人员来说,他们面临的挑战和竞争更加激烈。为了满足更苛刻的用户要求,开发者需要在更短的时间内开发出更多符合用户功能需求的移动应用,同时还需要保障应用的质量和可用性。第三方库在移动应用程序的开发过程中发挥了至关重要的作用,这些库可以极大地缩短开发时间,提高整体的开发效率和质量,选择合适的第三方库能够帮助开发者更加高效地完成移动应用的开发。然而,目前已经发布了大量的第三方库,这给开发者选择合适的第三方库带来了沉重的负担。如何帮助开发人员做出更好的选择,是一个值得关注的问题。针对该问题,论文提出了一种新颖的基于知识图谱的移动应用第三方库的混合推荐方法TM-MKR,通过将知识图谱技术与主题建模技术相融合,同时利用移动应用与第三方库的交互信息,非结构化的文本描述信息以及结构化语义信息,实现混合推荐。为了验证该方法的有效性,论文分别从AppBrain和GitHub上爬取数据并构建了两个真实数据集。在GitHub数据集的构建过程中,为了识别应用中使用到的第三方库,论文还研究了现有的第三方库检测方法,并针对该数据集的特定场景提出了一种第三方库识别方法,完成数据集的构建。在这两个数据集的基础上,利用图数据库技术构建了两个大型的特定领域的知识图谱。基于这些数据集和知识图谱进行了一系列实验,通过与几种先进的推荐方法在多个评价指标的比较,实验结果证明本文提出的方法在移动应用第三方库的推荐场景的有效性。