当今世界,知识是社会进步和经济发展的重要基础之一,并且随着社会发展而不断产生和积累。作为知识传播的重要载体,各类在线资源也因此不断积聚增多。在线资源,无论是数量还是种类都与日俱增,并且来源各异。寻找提高在线资源管理质量与效率的方法迫在眉睫。因此多源在线资源管理成为知识管理领域的一个研究热点。近年来,本体论在人工智能与知识管理等领域的应用得到了广泛关注。当在线资源管理得到了语义支撑,其效率和准确率就能够提升。语义支撑的核心是本体构建,只有构建的本体越可信,检索结果才会越准确。本文研究自动构建领域本体的方法,以及通过协商-博弈机制自动得出最可信本体的方法,进而设计并实现多源在线资源管理系统,具体工作与贡献如下:1、基于本体映射的分布式本体学习与集成研究。提出了一种新颖的本体构建方法,重点介绍了基于本体映射的分布式本体学习与集成。通过设计具备本体迁移学习功能的语义链接器,使得Agents在进入新领域的时候能自动学习领域规则从而构建本体。对本体辩论与逻辑一致求解进行了可行性分析,并证明该方法能更快使协商达成一致,从而表明其具备更高的本体构建效率。2、分布式语义自动协商与博弈机制研究。先定义了协商-博弈本体,然后给出新的分布式本体聚集规则和算法,设计了本体语义支撑的协商-博弈机制,并且证明通过引入协商-博弈过程,效率得到提高。最后用蒙特卡洛树搜索的方法求得本体与一支撑下的协商-博弈策略的解。3、协同语义支撑的在线资源管理原型系统设计与开发。根据上述理论模型,设计了协同语义支撑的在线资源管理原型系统,搭建了系统的系统架构、技术框架和核心流程。该系统通过基于本体映射的分布式本体学习与集成来构建本体,然后通过分布式语义自动协商与博弈来得出最可信的本体,最后以得到的本体作为语义支撑实现在线资源管理。两种方法在不同环节上应用,使得其对比于其他系统,有了更高的效率和准确率。