本体(ntology)是语义Web中的一个核心概念。随着语义Web的发展，本体的开发和应用越来越多。由于本体本身是分布式开发的，这就导致了各个组织开发的本体可能覆盖相同的或者相交的领域，因此基于多本体的信息处理，就不可避免地必须找出不同本体之间的映射关系，这个概念通常被称为本体匹配。本体匹配对于本体映射与集成、本体的检索与重用、信息集成、语义Web服务的匹配以及基于本体的软件需求工程等是不可缺少的重要环节。 目前关于本体匹配已有一些工具和方法，一般来说，匹配过程中需要考虑语言学上的相似性以及结构上的相似性。另外，在有较多(或者充足)实例数据的情况下，需要使用基于实例的匹配方法与技术。 本文研究了基于结构的本体匹配方法以及图的近似匹配算法。在分析、研究现有图匹配算法的基础上，通过分析本体结构上的特点，选择合适的图结构和图匹配算法应用于本体匹配。给出了一种基于近似子图同构算法的本体结构匹配方法。该方法在不改变本体语义的基础上，将本体的RDF图进行简化，利用LeRP近似子图同构的算法来得到本体问的匹配。此外，为了充分利用语义特征，文中给出了一种基于分型、迭代的结构匹配方法。该方法通过对本体中的实体进行分类，基于3种结构模型，采用分型、迭代、增量的方法可以找到更多的匹配对，文中针对几个真实本体，通过实验数据分析了这种分型、迭代的结构匹配方法的性能。