En los últimos años, el uso de sistemas de recomendación se ha vuelto popular en la web. Para mejorar el rendimiento, uso y escalabilidad de las recomendaciones, la investigación ha evolucionado produciendo varias generaciones de sistemas de recomendación. Hay mucha literatura al respecto, aunque la mayoría de las propuestas se centran en las teorías y aplicaciones de métodos tradicionales. Recientemente, las recomendaciones basadas en grafos de conocimiento han atraído la atención en la academia y la industria porque pueden aliviar la escasez de información y los problemas de rendimiento. Solo encontramos dos estudios que analizan el papel del sistema de recomendación sobre grafos, pero se centran en métodos de recomendación específicos. Esta encuesta intenta cubrir un análisis más amplio a partir de un conjunto de artículos seleccionados. En resumen, las contribuciones de este documento son las siguientes: (1) exploramos desarrollos tradicionales y más recientes de métodos de filtrado para un sistema de recomendación, (2) identificamos y analizamos propuestas relacionadas con sistemas de recomendación basados en grafos de conocimiento, (3) presentamos las contribuciones más relevantes utilizando un dominio de aplicación, y (4) esbozamos futuras direcciones de investigación en el dominio de los sistemas de recomendación. Como resultado principal de la encuesta, encontramos que el uso de grafos de conocimiento para recomendaciones es una forma eficiente de aprovechar y conectar el conocimiento de un usuario y el de un ítem, proporcionando así resultados más precisos para los usuarios.