1.一种产学研用推荐系统，其特征在于：该系统包括如下模块；

数据采集模块，录入的相关关键词进行数据检索，建立研学资源数据库，并基于数据库进行知识图谱的搭建，形成可视化的图谱模块；

数据处理模块，将采集到的数据作为对象，根据预先搭建的数据类型大纲进行划分，完成对数据类型的分类处理，针对数据采集模块中输入的不同关键词进行兴趣模型建立，并将整个数据处理过程在子母数据系统中同步进行；

当出现数据报错的情况时，可完成子母数据系统的切换，并发出预警；

推荐引擎模块，在配置的过滤式训练模型中进行，利用大数据推荐算法，在兴趣模型中对其中的数据资源和学习者进行相似度配比计算，并根据相似度的百分比大小来判断推荐内容量；

在所述推荐引擎模块中，配置的过滤式训练模型在使用时需要对对应学习者的信息进行采集，通过调取学习者的档案信息，提取得到对应学习者本身对应的实际关键词；

而后过滤式训练模型将实际关键词和不同的兴趣模型进行相似度对比，得到实际关键词和在兴趣模型中占比的具体化数据；

在过滤式训练模型内置判断单元的分析下，得到相似度最高的一组兴趣模型，若是配比相似度高于80％，则完成对该兴趣模型下的全部内容推荐；

展示模块，在完成数据推荐后，以图谱模块的形式展示，并利用大数据分析学习者的习惯，以表格或是条形图的形式完成数据展示，最终实现数据资源的推荐操作。

2.根据权利要求1所述的一种产学研用推荐系统，其特征在于：在所述数据采集模块中，相关关键词由AI模块对学习者所处的领域进行分析后得到，并录入，若是产学方向不同的学习者，则对应的数据检索方向不同，关键词中的相关及其相邻词汇的汇总均处于数据检索的方向上。

3.根据权利要求2所述的一种产学研用推荐系统，其特征在于：研学资源数据库中的数据包含产学方向不同学习者对应下的数据汇总，根据数据汇总后形成的数据库进行知识图谱搭建的具体步骤为：首先在数据库中对各个基础数据进行初步分析，得到其对应的实体、属性以及类别；

而后提取各个基础数据的属性，并将其与知识图谱进行对应；

最后得到与学习者相关联的互动型图谱，在原本研学资源数据库的基础上进行二次编码，对提取后的基础数据作出标记，建立并得到进一步的可视化图谱模块。

4.根据权利要求3所述的一种产学研用推荐系统，其特征在于：在所述数据处理模块中，若是可视化图谱模块已经针对学习者作出了标记处理，则分类处理的过程可依据标记内容进行划分；若是并未作出标记处理，则按照数据类型大纲进行划分。

5.根据权利要求4所述的一种产学研用推荐系统，其特征在于：对于兴趣模型的建立是需要使用到分析单元，结合系统运行状态和功能需求，完成对分类后数据的二次分析，分析完成后即可进入执行单元，该执行单元在子母数据系统中进行，在进入推荐引擎模块中进行数据推荐之前完成缓存处理；

在数据缓存期间得到因分析单元分析得出数据存在报错问题，则母系统停止工作，将存在报错问题的数据再次送入子系统的分析单元进行分析，若是依旧存在报错问题，则进行n次切换，且n≥2，直至停止报错。

6.根据权利要求1所述的一种产学研用推荐系统，其特征在于：所述档案信息至少包括学习者的年龄、学历、专业、当前从事的职位以及该职位下的具体工作内容。

7.根据权利要求1所述的一种产学研用推荐系统，其特征在于：

学习者处于职位数量≥2的状态下，在过滤式训练模型中与相似度最高的一组兴趣模型配比低于60％，则将不低于20％相似度的训练模型进行汇总，通过再次建立可视化图谱模块，供学习者根据当下需求进行选定，完成被动式推荐；

若是在过滤式训练模型中存在与其相似度最高的一组兴趣模型配比处于60％～80％之间，其余不低于20％相似度的训练模型按照等比例进行数据汇总，通过再次建立可视化图谱模块，供学习者根据当下需求进行选定。

8.根据权利要求1所述的一种产学研用推荐系统，其特征在于：还包括数据存储模块，其用于对整个系统中的各个模块节点数据进行阶梯式保存。

9.一种产学研用推荐方法，其特征在于：包括如下步骤：

录入相关关键词进行数据检索，建立研学资源数据库，并基于数据库进行知识图谱的搭建，形成可视化的图谱模块；

将采集到的数据作为对象，根据预先搭建的数据类型大纲进行划分，完成对数据类型的分类处理，针对数据采集模块中输入的不同关键词进行兴趣模型建立，得到多组行兴趣模型，并将整个数据处理过程在子母数据系统中同步进行；当出现数据报错的情况时，可完成子母数据系统的切换，并发出预警；

在配置的过滤式训练模型中进行，利用大数据推荐算法，在兴趣模型中对其中的数据资源和学习者进行相似度配比计算，并根据相似度的百分比大小来判断推荐内容量；

在所述推荐引擎模块中，配置的过滤式训练模型在使用时需要对对应学习者的信息进行采集，通过调取学习者的档案信息，提取得到对应学习者本身对应的实际关键词；

而后过滤式训练模型将实际关键词和不同的兴趣模型进行相似度对比，得到实际关键词和在兴趣模型中占比的具体化数据；

在过滤式训练模型内置判断单元的分析下，得到相似度最高的一组兴趣模型，若是配比相似度高于80％，则完成对该兴趣模型下的全部内容推荐；

在完成数据推荐后，以图谱模块的形式展示，并利用大数据分析学习者的习惯，以表格或是条形图的形式完成数据展示，最终实现数据资源的推荐操作。