随着语义网与本体研究的开展，本体被广泛应用到各个领域之中，越来越多的本体被构建用以表示知识与共享知识。由于不同领域问题的不同特征以及网络分布的不集中性，不同领域构建的本体存在着巨大的差异，同一领域中构建的本体也会因为开发理念和构建目标的不同存在着很大的差异。因此为了在分布的异构本体间共享知识、使它们能够协同工作，本体映射成为一个热门的研究课题。　　 本文提出了一种基于强映射划分子图的本体映射方法，首先利用本体的元素信息和结构信息，从词汇级、语义级、结构级三个层次生成本体概念间的初始映射，接着基于强映射关系对本体图结构进行子图划分，在划分所得的子图间使用类似于Similarity Flooding的方法进行映射过程，最后使用筛选算法得到最终的映射结果。在本文的研究中，提出了强映射的概念，认为具有强映射关系的两节点具有完全一致的语义，基于这样的节点对本体图结构划分可以尽可能将描述相似概念的节点划分到对应的两个子图中。　　 在实验过程中，本文首先使用了一个系统评价本体映射方法的测试数据集，并与其它本体映射系统进行了横向对比，实验结果显示，本文提出的基于强映射划分子图的本体映射方法具有较高的综合表现；之后使用本文方法解决实际工作中遇到的一个本体映射问题，结果也证明了本文方法的有效性。　　 本文主要内容包括：本体映射的研究现状、强映射的定义、初始映射的生成与筛选、强映射关系识别、基于强映射划分本体图结构、子图映射过程，实验与评测，总结与展望。