随着语义网技术迅速发展,大量的链接开放数据被发布在万维网上,这些以实体为中心的结构化数据可以被重用和集成,用于提升不同领域的应用服务,进而引发了面向链接数据的信息导航需求。本文围绕面向语义网的实体导航方法开展研究,旨在解决用户在探索丰富的链接数据时的迷航问题,本文主要工作总结如下:传统的导航方法只是考虑实体间的原始链接,描述的是实体间的显式关系。本文提出了一种基于链接模式的实体导航方法。链接模式对原始链接进行衍生,得到相关链接模式,建立了实体间的隐式关系。同时,通过链接模式间的包含关系可以构建一个模式的层次结构。进一步,提出三种不同度量指标(信息性、简洁性和具体性)来度量链接模式的优度。最后提出一个综合考虑模式的优度、重叠度和覆盖度三个因素的链接模式选取算法。方法在系统SView中已实现。在实验中通过实体探索任务,与现有的语义网浏览系统对比,结果表明了方法的有效性。传统的导航方法大多将链接和实体类型两个分面分离使用,也没有考虑链接间和类型间的关系。本文提出了一种基于链接与实体类型协同聚类的实体导航方法,不仅考虑链接间和类型间的相似性,同时考虑链接和类型之间的关联性,对链接和类型进一步分组,帮助用户通过链接和类型分组来协同过滤链接实体。方法在系统CoClus中已实现。在实验中通过实体探索任务,与现有的语义网浏览系统对比,结果表明了方法的有效性。在经典随机游走模型中,引入了实体间的相关度、实体类型的相关度和多样性三个要素,提出一种基于随机游走模型的相关实体导航方法。首先定义一个实体浏览情景来界定用户探索范围,然后在实体浏览情景上建立一个实体类型关联图,在实体类型关联图上应用随机游走来建模用户探索过程,得到实体类型的相关度,最后综合考虑实体间的相关度、实体类型的相关度和实体类型的多样性,找到Top-k个实体。通过和黄金标准的比较,实验结果表明了方法的有效性。