随着互联网的发展,万维网的信息量成爆炸式增长。海量的信息使得用户查找、表示和维护信息十分困难。其原因之一是信息的存储只是对信息的简单罗列,计算机不能从知识的角度去理解信息内容。为了使信息变得机器可理解,Tim Berners-Lee等人提出了语义Web的概念,其中本体(ontology)提供了网上互操作体之间关于信息的共同理解。本体是由不同的组织和个人分布式开发的,因此本体的异质性在所难免。本体匹配正是解决这些本体异质性的技术手段之一。当前的大多数本体匹配系统只是注重匹配的质量,而不注重运行效率,所以当本体匹配系统和方法应用于现实本体,特别是大规模本体时,运行时间长,必将会影响互操作体之间的通信。本文利用本体的形式化、结构化的特点,基于实体信息粒度相似的实体蕴涵更大对齐关系概率的思想,对本体的实体进行分层处理。通过不同概念粒度层的比较,降低了本体匹配算法的空间复杂度,节约了宝贵的计算时间。最后,本文通过Russia等几组著名的测试本体对构架的系统进行了实验。实验结果表明,基于概念分层的本体匹配策略能很好地对本体进行匹配,特别是在处理较大规模的本体时表现出较好的前景,达到了预期的效果。