企业知识管理，即企业灵活运用先进的现代技术，对企业的显性和隐性知识进行有效地识别、融合和利用的活动。在知识管理过程中合理利用知识挖掘方法，能够帮助石化企业更好地做出指标预测、风险分析和企业决策，提高企业客户的忠诚度和服务体验度，进而从根本上提升我国石化企业的核心竞争力。
　　然而，如果没有有效的多源信息处理手段，企业的知识管理系统只能处理单一来源的数据，将不可避免地局限了石化企业的发展空间。因此，本文探索建立一套高效的知识管理系统，通过深入研究网络行为建模和多源数据融合的方法，从而建立一套合理有效的体制机制对企业员工的性格、偏好、行为模式等方面进行全面深入地分析，更好地帮助石化企业提升其知识管理水平。
　　本文的主要贡献是：第一，提出了一种基于多源信息融合的信息表示和行为建模方法；第二，提出了一种基于多源信息融合的指标相关性建模方法；第三，提出了一种基于多源信息融合的员工社群分析方法；第四，通过大数据分析技术和自然语言处理技术，提出一种基于多源信息融合的石化企业客户指标相关性分析方法和基于层次化聚类的石化企业垂直分类方法。
　　基于上述方法，本文对石化企业知识管理的效果进行了分组实验和对比评估。实验结果表明，在利用了本文所提出的基于多源异构大数据融合分析的知识管理新方法的情况下，企业知识管理水平有了较为显著的提升。本文的研究成果为未来的企业知识管理方法研究提供了一条可行之道。