随着大数据时代到来,问答系统作为一种能够高效获取有效信息的手段,引起了各行各业的广泛关注。在军事装备领域,大量的装备类型、型号以及参数信息等对指挥作战人员非常有用,但这些信息却未能得到有效利用。主要原因是现有的搜索引擎给出的查询结果数目过于繁多,相关工作人员无法迅速找到自身所需的信息。针对传统搜索引擎在装备领域存在的问题,本文基于军事装备数据,构建了一个契合用户的个性化问答系统。该系统采用模块化方式构建,主要包括数据获取模块、个性化模块、问答模块等。其中,数据获取模块主要通过爬虫技术实现;个性化模块采用多种推荐算法实现,并在特定的应用场景对推荐算法做出相应的调整和优化;问答模块构建了多种查询方式,并使用个性化模块对问答结果进行优化。最终构建出的个性化问答系统解决了用户的个性化查询需求。主要工作如下:（1）构建了基于爬虫网络的数据获取模块。通过对真实装备表头信息以及相关军事网站装备信息的研究,采用MongoDB数据库和MySQL数据库相结合的方式,构建了一套基于WebMagic爬虫框架的异步网络爬虫系统,为个性化问答系统的各个部分提供数据支撑。和传统基于Http协议获取数据的方式相比,该数据获取模块具有速度快、高并发等特点。（2）构建了基于推荐算法的个性化模块。在基于内存、内容和模型的推荐算法的基础上,首先结合知识图谱提出了一种基于路径（path-based）的可为新用户寻找可靠邻域用户的方法,有效解决了系统中新用户冷启动的问题;然后结合评分预测模型,提出了对初始推荐列表装备进行预测打分处理的方法,解决了传统算法生成初始推荐列表缺少全局评价指标的局限性;最后在生成动态推荐列表时加入用户历史权重因子、评分特性等衡量标准,解决了传统算法生成的动态推荐列表不够个性化的局限性。实验结果表明,本文提出的方法比之传统方法在各类评测指标上均体现出一定的优势。（3）构建了系统的问答模块。通过分析不同用户群体的实际需求,设计了基于问答模板和基于关键字的两类查询方法,并针对传统查询方法中回答结果繁多以及个性化不足的局限性,采用个性化模块对问答结果进行了优化。实验结果表明本文构建的问答模块回答结果简洁且极具个性化。（4）搭建了基于上述三个模块的装备个性化问答系统。后端业务逻辑基于java中的Spring Boot框架实现开发,前端界面基于html+css+js的方法实现开发。最终构成的问答系统不仅能为用户提供自然语言查询服务,还能针对不同用户,提供个性化服务。