伴随着各领域信息化建设的不断推进,致使领域数据日益增长,有效组织、挖掘与利用行业数据已成为提升各领域竞争力的核心要素。为解决垂直领域知识获取的有效性问题,本文面向农业领域,提出了一种基于知识库的近似子图匹配的查询方法。利用知识图谱中节点的结构信息和语义信息定义了节点过滤规则,实现对噪声数据的过滤,生成查询图的候选节点集合;计算查询节点和候选节点的匹配代价,通过设置节点权重对邻居向量的匹配代价加权,使节点匹配代价更能反映查询图节点的结构特性;调用排序机制对查询结果进行进一步处理,返回满足用户查询意图的前k个查询结果。基于已提出的子图匹配查询方法,构建了农业知识查询系统的实验平台。主要研究内容包括:(1)设计了一种农业知识向量化模型。知识向量化的核心思想是在FastText模型学习文本语料的同时考虑知识库中实体之间的关系。通过知识向量化,为之后的子图匹配的语义度量奠定基础,提高子图匹配的准确性。(2)提出一种基于节点过滤的子图匹配算法,算法同时考虑节点的结构信息和语义信息进行节点过滤,然后设置节点权重计算节点匹配代价,调用排序机制输返回前K个结果。(3)设计与实现农业知识查询系统。在算法研究的基础上,本文设计并实现了农业知识查询系统。该系统使用Django为开发工具,MySQL为数据库,实现了农业知识查询、相关搜索两大功能模块。本系统将相关算法转换为可视化操作的界面,验证了相关算法的有效性。