人物关系是指人们之间的亲属和朋友等关系。人物关系网络中隐含着丰富的信息,是组织进行信用评估、舆情监测、精准营销等管理决策活动的重要依据。由于人物关系网络庞大且人物关系数据复杂多样,依赖人工手动分析人物关系网络是不可行的。因此,如何利用计算机实现人物关系的准确且高效推理,挖掘人物关系数据中的隐含信息、检测人物关系的不一致,是目前许多组织在管理决策过程中面临的一个实际问题。为此,本文基于知识图谱研究人物关系的推理方法。本文主要研究内容:（1）知识图谱构建及存储方法研究。综合分析当前已有的知识图谱/本体及其构建方法,包括各种国内外的通用知识图谱/行业知识图谱。详细分析知识图谱构建的自顶向下法和自底向上法的优缺点及其适用范围;详细比较分析知识图谱的关系型数据库、图数据库等存储方法的性能。（2）人物关系知识图谱构建方法研究。采用自顶向下的方法构建人物关系知识图谱,并结合本体推理规则及人物特征分析,自定义用于人物关系知识图谱推理的规则,为下一步人物关系推理提供逻辑基础。采用图数据库存储人物关系知识图谱,将人物关系数据存储由二维表结构转变为图结构。（3）人物关系知识图谱推理方法研究。基于自定义规则推理发现隐含人物关系,补全人物关系知识图谱;通过检测扩充后的人物关系知识图谱是否存在属性值异常或关系不一致,来修正原有人物关系数据或判断新增数据的正确性。实验结果表明该方法能够更快速有效地实现隐含关系发现及人物关系冲突检测。综上,本文研究基于知识图谱的人物关系推理方法,以支持组织实施基于人物关系的管理决策。实验表明:本文方法从人物属性值和人物关系两方面进行冲突检测,能够提高人物关系自动推理与数据异常检测的准确性;此外,采用图数据库存储知识图谱,采用图查询能够大幅提升人物关系数据的推理效率。本文研究适用于金融信贷、人口管理和社交网络等领域。