随着人工智能的诞生与发展,智能领域的各种应用也在不断完善与成熟。在如今的大数据环境下,基于语义网的知识图谱开始崭露头角,在为用户提供越来越便捷服务的同时,其自身核心技术也在不断创新与发展。如今知识图谱已经广泛应用于智能搜索、个性问答以及智能推荐等智能领域,在互联网的发展中起到了非常重要的作用。目前,电影相关的知识图谱应用大多是基于电影主体信息来开展的,常使用导演、演员以及类型等传统标签化信息来进行,这样虽然可行且颇有成效,但是影评数据作为包含用户主观情感色彩的重要资源,在目前的知识图谱构建研究中尚未被充分利用。构建以影评情感分析为基础的电影知识图谱,进而将影视评论应用于智能领域,具有非常重要的意义。本文从影评角度出发,结合影评情感分析,构建具有用户主观情感色彩的电影知识图谱,提高电影领域的知识关联度。主要研究内容及创新点如下:(1)设计并实现了数据爬虫。分析用户在当今主流影讯平台观影和评论特点,选择合适的爬虫目标和爬虫手段,针对如今的反爬虫策略,结合本文实际情况制定应对方案,解决爬虫的限制问题。(2)提出了非结构化影评信息的结构化情感处理方法。在预处理的基础上构建电影元素以及情感词典,对影评文本信息进行句法剖析并制定规则进行知识抽取,接着进行抽象量化聚类,最终得到计算机可以处理的结构化的影评情感知识。(3)在传统的电影主体信息为内容的知识图谱基础上,加入影评情感知识。通过本体模式层面的融合以及实例数据层面的融合,扩充电影领域知识图谱。结果表明,包含用户主观的、量化的影评情感知识的电影知识图谱具有更高的维度,数据间关联度更强。此方法构建出的知识图谱,可经过推荐算法等手段进一步处理,从而将影视评论以知识图谱的方式应用于智能领域中。(4)实现了知识图谱的结构化存储以及可视化。针对本文中电影领域知识图谱,对当今主流的非关系型数据库进行调研,选择合适知识图谱的数据管理工具,设计数据的存储结构,并进行知识图谱的可视化展示。