随着本体和语义网研究的不断发展，构建面向语义网的本体成为了一个引人关注的研究方向。目前，构建面向语义网的本体仍是一件艰难而耗时的工作。因此在本体应用中需要对网络中已经存在的本体进行关联和映射，达到通过本体重用来减少开发新本体的开销。传统的本体映射多使用相关度计算方法来计算本体间类和属性的相关度，根据相关度的高低进行本体的关联映射，该方法缺乏通用性和效率。为了解决这些问题，本文在Super-Peer模型的基础上，提出了Bridge-Peer模型，同时改进了基于SWRL扩充规则的本体关联方法，并把两者结合形成基于SWRL-Bridge-Peer模型的本体关联方法。 本文提出的“基于SWRL-Bridge-Peer模型的本体关联方法”具有以下几个特征：1)根据本体语义相关度的高低进行簇的划分，簇内通过扩充的SWRL规则实现多个本体在类和属性之间的对应关系；2)在簇间使用bridge-peer来实现本体间的关联，实现了语义相关度高和语义相关度低的本体间的关联；3)为了使系统更具有健壮性和可靠性，设计了处理bridge-peer崩溃和解决类和属性重名的方法。 最后将基于SWRL-Bridge-Peer模型的本体关联方法应用到零售业的一个具体应用，显示了该方法的优点和可用性以及该方法的实用潜力和价值。