在大数据时代,为了高效利用海量的互联网数据,国内外互联网公司纷纷以此为基础构建知识图谱,知识图谱以其强大的知识组织能力和语义处理能力在智能问答、语义推荐、舆情分析等众多领域发挥着重要作用。但是目前针对政府大数据应用领域的知识图谱非常匮乏,并且公开的许多研究都孤立的强调图谱构建过程中的某一环节。针对以上问题,本文主要面向政府的企业大数据领域,提出了基于多数据源的知识图谱构建方法,并基于此方法从知识抽取,知识融合、知识加工三个方面完整阐述了企业法人知识图谱的构建过程。首先,本文以部分官方的企业数据集为基础,构建爬虫系统融合百度百科网页数据源。针对企业相关的多源数据集进行分析和整理,抽取出其中主要的类、对象属性和数据属性,构建企业法人本体为知识图谱提供上层的数据模式。第二,通过引入本体来解决多数据源集成时遇到的语义异构问题,针对多源异构的企业数据集进行Karma建模,利用Karma模型来描述本体中概念与数据之间的语义映射并完成多数据源的快速集成,发布统一的RDF数据和R2RML模型。第三,针对多数据源集成后统一的RDF数据,基于Jena推理引擎完成对RDF中隐含知识的挖掘和知识的修正,主要包括了规则推理、上下位推理、缺失类别补全和知识的一致性检测等方面。第四,针对知识图谱的存储和可视化问题。本文设计了基于图数据库Neo4j的RDF数据存储方案,通过构建RDF2Neo4j解释器对RDF的三元组数据进行解析存储。最后,本文基于Spring Data框架构建了企业法人知识图谱应用系统,实现对知识图谱的检索和应用。本文以政府提供的企业数据集和百度百科为主要数据源,从多源异构数据集成的角度详细阐述了构建企业法人知识图谱的主要流程,并实现了企业法人知识图谱的可视化系统。用户和开发者可以通过功能丰富的应用界面,方便和透明地使用和维护知识图谱,对政府部门基础数据的应用和公开具有重要意义。