随着万维网尤其是语义Web的飞速发展,网络上的数据资源在不断地增加,数据之间的互操作性变得越来越重要,整个Web正逐步发展成为一个巨大的整体数据空间。目前海量Web数据大都被存储在关系数据库中,这种形式的数据虽然能够被人们理解,但是机器却没有办法自动识别处理这种类型的数据,无法满足语义Web的需求。为了使存储在关系数据库中的数据更好地融入语义Web并被机器理解,从而更方便地被人们查询和使用,因此有必要将关系数据库中的数据转换为机器可理解的形式。本文在全面分析现有相关解决方案优缺点的前提下,提出了一种基于关系数据库的关联数据构建方法。通过采用提取数据库语义的思想,分析了关系数据库中各表的主外键之间的关系、外键与引用表主键的取值之间的关系以及主外键与表字段的包含关系等等,将关系数据库中的语义进行提取。在此基础上,首先,将关系数据库中的数据资源采用自定义的词汇表进行规范化描述;其次,给出一系列关系数据库向关联数据映射的规则,其中映射主要分为模式映射与数据映射两个部分,模式映射的目标是生成描述所构建关联数据的RDF词汇表,数据映射则实现将关系数据库中的实例数据映射为最终的关联数据,其中采用数据库中的主键为生成的实体进行URI赋值;然后,根据模式及数据的映射规则,给出了相应的模式映射算法以及数据映射算法;最后,设计实现了一个将关系数据库自动构建为关联数据的原型系统(RDB2LINKEDDATA),并通过使用不同类型及规模的数据集进行实验,验证了本文所提方法的正确性及原型系统的可用性。本方法能够正确地将关系数据库构建为关联数据,并在转换过程中充分考虑了数据库中隐含语义的提取、数据资源的规范化描述以及实体的URI赋值问题。生成的关联数据能够对数据进行整合,提高数据质量,有利于将各类数据、信息和知识链接起来,使互联网进化为一个富含语义的、互联互通的知识海洋。