随着语义网技术的不断发展,网络上的语义数据呈现出爆炸式的增长,知识图谱的提出和发展,让网络语义数据的研究和应用更为普遍。作为网络语义数据存储和交换的载体,关联数据的发布量和使用量也是呈指数级增长。由于网络的开放性和共享性,许多单位都将各自领域的数据通过关联数据技术发布到网络上供大家使用。但是数据发布者遵循的标准不统一,发布的关联数据其数据质量也难以保障,使得关联数据的数据质量问题成为阻碍关联数据应用的关键因素。为了减小关联数据质量问题所带来的影响,众多企业和单位都在寻求有效的关联数据质量评估的方法,很多国内外学者也纷纷加入到关联数据质量的研究中。针对关联数据质量的研究,一些专家认为关联数据质量问题本质上就是数据质量问题,而有的学者将关联数据质量单独作为一个研究方向。但是至今关联数据质量评估也没有形成标准化的评估方法。国内学者大多更专注于对关联数据质量评估方法的统计分析。为了解决关联数据质量评估中评估方法效率和集成度偏低等问题。首先,本文对关联数据、关联数据质量相关文献进行研究,对国内外的研究成果进行对比分析。认真讨论了关联数据质量评估中的关键维度,对比了关联数据质量的检测方法。其次,能够完成对关联数据可用性、延迟、吞吐量等方面的检测。再次,目前关联数据质量评估模型不规范,本文对数据质量评估模型,以及关联数据质量评估模型进行研究和分析,使用Jena按照七步法构建了用于关联数据质量评估的LDQA(ontology for Linked Data Quality Assessment)本体,LDQA可以规范关联数据质量概念,并且能够利用其推理功能进行数据挖掘,挖掘关联数据集中部分缺失数据所对应的正确数据,提高评估的准确性。最后,利用LDQA对关联数据的语义规范功能,对关联数据集中语义的准确性进行检测。同时本文使用动态规划方法和多线程技术提高评估的效率。本文以油田开发数据为背景,设计并实现了关联数据质量评估系统。该系统集成了关联数据质量不同维度的评估方法。提供了评估本体的维护界面。能够实现对本体及推理规则的维护升级。并且用户和管理人员操作入口分离,降低了系统使用的复杂度,成功实现了关联数据质量高效、准确评估。验证了本文所提出的基于本体的关联数据质量评估方法的有效性和可行性。