知识图谱在推荐系统中可以用于丰富用户和物品的信息，从而提高推荐的精度和个性化程度。以下是一些包含知识图谱信息的推荐系统数据集的示例：

1. Freebase数据集：Freebase是一个开放的知识图谱，包含了大量实体之间的关系信息。您可以使用Freebase数据来构建知识图谱推荐系统的数据集。
2. YAGO：YAGO是另一个大规模的知识图谱，它包括了实体和关系的丰富信息，可用于构建知识图谱推荐系统。
3. DBpedia：DBpedia是一个基于维基百科构建的知识图谱，包含了各种领域的信息。您可以使用DBpedia数据来增强推荐系统的知识图谱。
4. Movielens 数据集：Movielens数据集是一个广泛用于电影推荐系统研究的数据集。您可以结合电影知识图谱数据来构建更具个性化的电影推荐系统。
5. Last.fm 数据集：Last.fm是一个音乐推荐平台，其数据集包含用户听歌历史和音乐信息。结合音乐知识图谱数据，可以创建更精确的音乐推荐系统。
6. Amazon 商品知识图谱数据：Amazon提供了商品的知识图谱数据，包括商品属性、用户评价等信息。这些数据可以用于构建商品推荐系统。
7. Linked Movie Database (LMD)：LMD是一个连接电影知识图谱和电影数据的数据集，它可以用于构建电影推荐系统。

这些数据集可能需要一些数据预处理和整合，以将知识图谱信息与用户和物品数据集结合起来，从而创建一个有知识图谱的推荐系统数据集。