在互联网技术的飞速发展下,各种服务所产生的海量信息数据呈指数级快速增长,由此催生了面向特定场景的海量数据高效数据分析与挖掘技术研究。知识图谱作为结合大数据与深度学习优点的新兴技术,能够很好地满足这种针对特定领域的数据挖掘分析的需求。知识图谱技术将互联网所产生的海量数据以更接近人们认知的方式显性表达,使得大数据中蕴含的海量信息更容易被人们理解、组织和管理。但是当前现有的知识图谱及可视化服务存在以下问题:1)知识图谱的可维护性差,需要有专业人员实时跟进并进行数据的增加或删减,耗费大量人力,在维护性与可用性上对非专业人员不友好;2)知识图谱可视化技术不成熟,展现与利用不充分;3)平台与数据的耦合性过强,导致难以复用;4)面向海量数据的知识图谱可视化平台在数据存储与查询上存在瓶颈。针对以上问题,通过对知识图谱可视化平台不同部分的系统性的研究,本文设计并实现了一套知识图谱可视化平台,能够为不同行业的用户提供针对行业大数据的快速数据分析与挖掘。本研究主要包含以下内容:（1）设计了一套包括数据处理、知识图谱存储与可视化的一体化平台,该平台不仅具有一体化的便捷操作流程,并且具有解耦性,便于在不同行业数据间的迁移;（2）将该平台应用至税务大数据上,实现了对纳税人关系查询、企业进销项关系查询等实际问题的知识图谱查询与可视化实现,并极大地提高了复杂迭代查询的效率;（3）将该平台应用至移动大数据上,实现了对用户职住问题与用户关系推测,同时设计与嵌入了神经网络模型,极大地提高了具体数据预测判断的准确性。本文设计实现的知识图谱可视化平台,对接了合作方相关数据接口,实现了增量数据的定时无感知导入,针对不同的业务需求实现了相关的知识图谱设计与可视化展示,满足了不同行业对行业大数据的快速分析与查询的需求。该平台较好地结合并利用了分布式存储计算、深度学习与知识图谱等新兴技术,为知识图谱可视化在各个方向提供了改进的思路与具体实践。