当今科技创新决策愈发复杂，一方面多元创新理论为科技创新指标体系的构建提供了更丰富的理论指导，科技大数据与数据挖掘、可视化等大数据技术结合可以高效地支撑循证决策;另一方面，在实践中仍然存在数据的组织利用不足、指标体系间缺少组织融合、评估结果可视化呈现不充分等问题。因此，建立指标、数据、可视化之间的深度关联将更好地辅助科技创新评估与决策。
　　鉴于知识图谱有较好的语义关联和知识推理能力，本研究提出了一种基于知识图谱实现指标自适应计算的方法，基于该方法来关联指标、数据和可视化。自适应计算是指可通过该方法自适应地获取指标在众多指标体系中的应用情况、指标计算所需数据以及与指标匹配的可视化方法。本文在知识图谱的数据模式中定义了指标层、数据层和可视化层的类与属性，在此基础上应用OWL和SWRL推理机制建立了指标与指标体系的关联、指标与数据的关联、指标与可视化的关联，从而支持指标的自适应计算。本研究创新点在于实现了跨指标、数据、可视化的异质语义空间关联，同时也支持三者的衍生扩展以灵活地满足决策者的个性化需求。
　　为验证方法可行性，本研究以城市科技创新评估为应用场景，构建了城市科技创新指标知识图谱来关联城市相关评估指标、数据和可视化，并搭建原型系统进行功能演示。在图谱构建过程中不仅纳入传统的科技创新指标，也支持衍生指标的定义和自适应计算，例如整合传统文献合著网络与城市地理网络，生成城市合作中心度指标以探究各城市在科技创新空间集群中的影响力。同时原型系统可支持指标信息查询、用户自定义指标体系构建以及特定场景的城市评估和可视化。实证结果表明，基于此研究方法搭建的原型系统可以较好地为测度科技创新服务，与直接写入要素之间一一对应关系的常规指标平台相比，原型系统具有较好的动态扩展性和灵活适应性。