在如今这个信息爆炸的时代,大量的信息使用户很难真正找到对其有价值的信息,导致消息的利用率过低和信息搜集成本在不断增大。现今搜索引擎和推荐系统都是为了方便用户过滤“无用”数据的手段,但是目前推荐系统的信息检索方式由于缺乏对于语义信息的支持,所以存在着一定缺陷,这也导致了高的召回率和低的查准率。关联数据是语义网的最佳实践,作为一种新的数据表示、共享访问和复用整合的思想和模式,它从语义网的角度出发,强调通过资源描述框架(RDF)以及统一资源标识(URI)对信息服务中的数据进行语义描述,为机器识别和理解提供语义支持,同时帮助将网络中连接的单位从文件细化为文件中的资源数据和关系数据,大大降低了数据共享和复用的难度。将其引入信息推荐中,能为信息推荐带来变革。相对于传统的推荐信息推荐方式,基于关联数据的信息推荐,更能准确把握用户的信息需求,基于语义及关联数据,推荐或提供更为准确的信息。本文将从关联数据和信息推荐的概念切入,研究了基于关联数据的信息推荐及传统的信息推荐方式的不同,分析传统信息推荐方式的不足以及关联数据能带给信息推荐的影响,详细介绍了关联数据的实现和管理以及信息推荐的模式,在第五章基于关联数据构建了一个基于关联数据的信息推荐系统,来验证基于关联数据的信息推荐的可行性和创新性。