随着互联网技术的蓬勃发展,不同的服务开始相互融合或协同,逐渐形成服务的生态系统——服务互联网。为了深入研究它的组织结构与演化方式,以基于多层网络的服务生态模型为本体层,构建了服务互联网知识图谱。然而,服务互联网知识图谱数据源格式的多样性和数据源之间较少的关联,导致服务互联网知识图谱并不完整,大量实体存在属性缺失问题。因此,本文的核心任务就是为知识图谱补充知识,从而提高知识图谱的质量,为知识图谱的下游应用提供坚实基础。围绕上述问题与任务,本文将从以下几个方面进行研究:（1）针对服务互联网知识图谱中的属性缺失问题,提出基于Word2Vec的属性补全方法。为了减少属性值逻辑规则和监督数据的需要,以外部结构化文本数据作为补全依据,结合知识图谱本体层中各个实体类型的属性集合与基于Word2Vec词向量的属性相似度判断方法,得到合适的属性三元组,从而补全知识图谱属性。最终,以服务互联网知识图谱的数据为例,验证了该方法的有效性。（2）针对服务互联网知识图谱的不完整问题,提出基于四元数空间投影和BERT的关系补全方法。先学习知识图谱信息,再利用链接预测任务为知识图谱添加新的链接。一方面,为了深入研究知识图谱嵌入方法,分析了Trans D与Quat E两种方法的思想,将投影引入到四元数空间,以此建模并学习知识图谱蕴含的结构化信息;另一方面,为了使方法能够学习语境信息且具有普适性,利用BERT模型学习实体文本和关系文本中携带的语境化信息与结构化信息。实验表明,上述两个方法均可以得到新的链接,在数据充足的情况下前者会有比较好的效果。（3）为了验证知识图谱补全方法对知识图谱质量的改善,考虑知识图谱的实际应用价值,以服务推荐间接评估知识图谱质量。采用基于知识图谱的服务推荐方法——知识图谱注意力网络推荐模型,通过对比知识图谱补全前后的推荐效果得到知识图谱补全方法对知识图谱质量的提升。实验结果表明,补全后的知识图谱加强了推荐效果,提高了知识图谱质量,从而验证了补全方法的有效性。（4）为了将上述知识图谱补全方法应用到其它知识图谱,本文设计实现了面向KGC的知识图谱管理平台,向用户提供知识图谱构建与补全服务。