1.網頁數據解析
（1）可以參看webkit內核，構建一個網頁解析工具，解析dom樹/視覺樹/分塊樹，根據需求解析目標數據；
（2）構建xpath類規則，提取指定目標數據；
（3）解析microdata數據，可以參考pps/babytree，裏面的itemscope/itemprop系列標籤
2.數據來源
（1）百度百科/維基百科等知識詞條類
（2）豆瓣類垂直站點
（3）其它類別的站點
3.構建
（1）實體：可以使用百科詞條/維基百科的詞條作爲一個實體，裏面能夠包含實體屬性，如果有圖片可以直接配圖
（2）關係：可以挖掘標籤，如類型電視劇，作爲某一個電視劇實體的上位關係，挖掘類型電視劇下面的所有電視劇實體，這可以作爲一種方法。還可以從垂直站點挖掘，另外，可以考慮mypos數據，kv數據等。實體和關係都以七元組的方式存入知識庫中。
（3）算法：有了實體和關係，用戶輸入一個query，對query變換，分析用戶意圖之後，檢索出和query相似度比較高的實體和關係，拉取匹配度高的【關係，下位實體1，下位實體2，…】列表，通過相似度/query點展預測/用戶意圖等一系列特徵判斷，給出topN的推薦，可以以星狀圖展現，也可以以檢索列表展現等。