以附加边信息的推荐系统为视角的综述文章《Research Commentary on Recommendations with Side Information: A Survey and Research Directions》，相比于前者主要聚焦在协同过滤技术上利用边信息，而这篇文章更细粒度的介绍了目前利用边信息的推荐模型所用到的技术（基于内容、协同过滤、隐因子模型、表示学习和深度学习技术），以及更细化对于边信息的分类（结构信息与非结构信息），可以通过该文了解主流以及前沿的推荐算法，无聊的时

近年来，以知识图谱作为边信息生成推荐引起了人们的极大兴趣。这种方法不仅可以缓解上述问题，提供更准确的推荐，而且可以对推荐的项目进行解释。本文对基于知识图谱的推荐系统进行了系统的研究。我们收集了这一领域最近发表的论文，并从两个角度进行了总结。一方面，我们通过研究论文如何利用知识图谱进行准确和可解释的推荐来研究所提出的算法。另一方面，我们介绍了这些工作中使用的数据集。最后，我们提出了几个可能的研究方向。