在社会化网络和移动互联网的迅速发展下,用户生成内容成为网络一大数据类型,碎片的UGC内容中蕴含着丰富的用户解决任务和处理问题时的经验知识。本文探讨对碎片化的UGC进行知识组织,将知识组织过程具体分为UCG知识元抽取、UGC多粒度关联、UGC多粒度索引和实证过程。本文提出以知识元为基本的知识单元来进行UGC知识组织,以不同粒度UGC知识元关联结合形成多粒度的知识结构,从而面向不同的认知结构用户提供不同层次和粒度的知识服务。本文第一章详细归纳总结了 UGC知识组织和知识元知识组织的研究背景,第二章分析了 UGC内容特征和知识组织需求以及多粒度在UGC知识组织中的作用机制,由此提出了面向碎片化UGC的多粒度知识组织模型,模型共分为三个模块,分别在本文的第三、四和五章展开详细叙述,其中第五章是以实证的方式验证本文所提出的知识组织模型的有效性。第三章提出了一种对碎片化UGC进行知识元抽取的方法,定义了适用于UGC的知识元描述模型。首先结合BTM主题模型和Glove词向量训练方法结合文本分割思想提出了知识要素抽取算法,接着运用改进kmeans算法对抽取出的知识要素进行聚类提取出知识元属性,最终生成知识元。第三章详细阐述了对UGC知识元进行多粒度关联的方法和流程,从等同关联和非等同关联两个角度来详细论述如何构建知识元间的多粒度关联,其中等同关联以概念匹配方法为主,非等同关联则借助多阶关联分析完成。第四章依据所提出的UGC知识组织模型建立多粒度索引,选取UGC数据,抽取UGC知识元,依据已有UGC知识元的多粒度关联,借助RDF描述框架构建UGC知识元索引和概念索引,结合概念索引-知识元索引建立UGC的多粒度索引。第五章在UGC知识组织的理论模型方法的基础之上以提供知识检索的方式具体实现知识服务功能。第六章对本文所进行的工作和研究进行了总结,提出了尚存不足之处并对未来深入研究进行了展望。