本体是共享概念模型的形式化规范说明,它以机器语言可理解的形式存在。对于语义web的语义描述和二义性问题,可以通过本体较好的解决,但由于语义web的分布式特点,导致了本体的异构。为了解决本体的异构性问题,本体映射技术迅速成为当下的研究热点。现有的本体映射技术和工具大多采用基于字符串的技术,部分使用语义字典和领域知识的支持,但尚未深入怎样利用本体的结构信息来消解歧义的问题。已有的本体应用工具和不考虑语义特性的一般图的匹配技术,仅是简化了本体的特性,只抽取一些简单的特性而已。现有的本体映射方法,大多数是针对1:1的映射,然而统计数据显示大约有25%左右的数据不仅仅是1:1的关系,如何发现更多的本体映射关系成为提高本体映射质量的关键之一。首先,针对现有本体映射方法中仅用到局部信息的问题,提出基于最大公共子图的本体映射方法,该方法利用RDF图特点对图结构的限制,本文区别于传统的图结构,把本体映射问题转化为最大公共子图求解的问题。该方法不仅可发现同类元素之间的关系,也可发现不同类元素之间的关系,为发现更多的本体映射关系提供可能,并从图结构度的角度判断属于何种映射关系。其次,在相似度计算方面,该方法融合了基于元素名称和基于结构匹配方法,并考虑深度及权重对语义相似度计算的影响,把两者合理结合可避免单一方法在信息丰富性方面的不足,使得映射效果更加理想。最后,根据基于最大公共子图的本体映射算法思想,设计并实现实验,同时用OAEI测试数据进行测试并将该方法与CtxMatch,COMA对比,实验结果证明本文方法的有效性。