随着互联网的不断发展,每天都在增加海量的信息,信息的收集很重要,但是信息的组织形式同样重要。通过挖掘数据之间的关系,将海量的信息组织成合理的模式,信息将得到更好的利用。本体可以将现实世界中的事物抽象成实体,事物之间的联系抽象成实体之间的关系。因而以本体作为概念模型,指导互联网中海量信息的抽取与组织,是一种知识图谱构建的有效方式。而要构建满足特定服务意图的知识图谱,常常需要融合多个领域的本体来构建统一的概念模型。为此,本文提出了一种构建统一、一致的高质量本体体系的方法,旨在解决多领域本体融合时可能存在的概念冗余、概念不一致或概念之间缺少关联关系的问题,该方法主要包括本体存储、本体一致性检查和本体融合三个主要环节。具体而言,本文的贡献主要包括:第一,提出了一种基于图数据库的最大语义保持的本体存储方法。该方法在分析本体结构信息及常见的本体描述语言的基础上,将本体按元素拆分,在保证其语义信息完整的情况下,将本体持久化到图数据库中。特别值得一提的是,对于本体中的匿名类、函数关系和规则能够高效且完整的存储。第二,提出了一种基于推理机和图结构的本体一致性检查算法。该算法首先通过推理机推断导致本体不一致的不协调概念,并通过图结构分析推断具体的不一致原因,完成一致性检查;在此基础上,该算法还能够推荐不一致解决方案,为用户解决不一致性问题提供了有力支持。第三,提出了一种基于语义与结构分析的本体融合算法。该算法通过概念中心词的自动判别,构建了基于词法分析和语义分析的本体融合算法,提高了匹配概念对的精确率;通过基于结构的相似度传播算法,提高了匹配概念对的召回率。另外,本文还提出了基于属性比对的融合关系推荐算法,为用户在本体融合时确定匹配概念对之间的关系提供了有力支持。基于上述方法,设计并构建了一个基于图数据库的本体体系构建系统,支持本体体系的构建工作。通过对该系统的实验,验证了本文中所述方法的合理性和正确性。