本体作为信息与知识的语义描述和组织模型,是解决语义信息共享和互操作的关键技术,尤其在分布异构的Web资源日益增多的网络环境中,利用本体为用户提供智能化的信息服务一直是当今语义Web的一个研究重点。随着语义Web服务、云计算和物联网等新型信息服务技术对语义信息处理策略的日趋重视,本体建模作为实现语义信息处理和应用的基础显得尤为重要。因此,研究本体的建模方法及其语义信息处理策略,具有良好的理论价值和广泛的实际应用意义。模糊性与用户偏好等语义信息给本体建模带来了巨大挑战,现有的本体模型无法处理大量存在的模糊性与不确定性语义信息,难以根据用户模糊性与个性偏好等语义信息为用户提供满意的智能化信息服务。本文基于对已有本体建模方法和模糊本体建模方法的深入分析,利用模糊理论分别建立模糊顶层本体FTO和模糊领域本体FDO两类模糊本体的语义模型,直接运用本体描述语言和工具实现对模糊信息的语义描述,并基于模糊本体设计了语义推理规则、语义信息映射和语义信息匹配等语义信息处理机制与策略。论文的主要工作和创新如下：(1)基于模糊理论的模糊顶层本体FTO语义建模方法针对本体无法处理不确定和模糊性语义信息的问题,提出了一种基于模糊理论的顶层模糊本体建模方法,建立了刻画语义模糊性的模糊隶属函数以及模糊限定概念的语义模型。通过对模糊隶属函数的语义建模,在本体中实现了利用典型模糊隶属函数对模糊概念和模糊关系进行语义描述和语义处理的功能；通过对程度模糊限定概念和范围模糊限定概念的语义建模,在本体中实现了利用模糊限定概念对模糊信息进行语义描述和语义处理的功能。在Protege本体工具中的语义建模和实现结果表明,模糊顶层本体不仅解决了本体无法描述和处理模糊概念和模糊关系的问题,而且为其他模糊领域本体或模糊任务本体提供了通用共享的语义模型。(2)模糊领域本体FDO的5W2H语义建模方法针对目前没有统一完善的模糊领域本体建模方法,提出了一种模糊领域本体5W2H建模方法,从主体Who、时间When、地点Where、对象What、原因Why、方法How和隶属程度How much等七个域对领域中的本体概念进行语义建模,并建立概念与概念之间的语义关系。其中How Much域定义领域中模糊概念,利用顶层模糊本体中建模的典型模糊隶属函数来描述领域中模糊概念和模糊关系的语义。从构建的专家信息领域模糊本体模型可以看出,利用该方法建立的本体结构清晰、可重用性强。通过与面向对象建模方法和层次建模方法的比较可知,模糊领域本体5W2H建模方法在辅助分析、模糊知识建模、可扩展性、转换成形式化表示语言等方面都有较明显的优势。(3)基于模糊本体的语义推理策略及语义映射与语义匹配策略针对用户语义信息中的模糊语义和用户偏好问题,提出了一种基于模糊本体的语义推理机制,根据用户层需求的语义和用户偏好,以及应用层场景和约束,提出了两级语义推理策略；结合本体描述逻辑中的语义推理和模糊逻辑中的模糊推理,研究了过滤性推理规则、1W1H推理规则、扩展性推理规则和模糊推理规则的定义与实现方法。设计了精确查询、模糊查询及偏好查询三类用户语义查询的语义映射与语义匹配策略。通过语义推理、语义映射和语义匹配,为用户提供满意度高的服务。基于以上机制与策略,设计实现了基于模糊本体的专家信息系统,应用表明,语义映射与语义匹配模型充分考虑了用户需求的语义信息、偏好信息及应用场景约束,基于语义的信息查询在查全率和查准率方面的性能优于传统关键字的信息查询。语义匹配策略得出的语义查询匹配度,实现了对查询结果的排序,为专家遴选提供了依据。