随着Web2.0的出现,互联网用户积极地产生大量信息并与他人分享的开放互联网时代开始了。随着网络购物的普及,各种电子商务网站上的产品和用户评论数据呈指数级增长。用户通过发表在线评论实现自身信息分享的需要,同时通过评论表达自己对购物的体验和对商品的感受,为其他的用户做出购买决策提供支持,企业也能从这些用户发表的信息中挖掘出用户的需求,进而改进产品和服务。但是,大量的数据造成了信息过载的问题,互联网上大量的在线评论质量良莠不齐,极大影响了用户购买决策的参考依据和企业识别用户需求,因此如何有效的组织大量的非结构化产品和评论信息,并对信息进行深度的挖掘和管理,成为近年来的研究热点。在线评论以半结构化或非结构化数据的形式呈现,如文本、数字、图像等,然而,这些信息分散在互联网上的多个数据源中,涉及到产品和服务的各个方面,无论是用户、商家还是生产厂商都很难在多种数据源中高效的查找自己所需要的信息,并将信息进行深入的分析。因此,对多源异构的评论数据进行融合的基础上,有效的组织大量的非结构化产品和评论信息,并对信息进行深度的挖掘和管理,为用户提供更高质量的信息服务,成为目前亟待解决的问题。2012年谷歌提出的知识图谱(Knowledge Graph)让智能搜索成为可能,知识图谱是一种非常有效的信息组织方式。知识图谱可以将结构化的商品信息和非结构化的评论信息相融合,实现智能化和自动化应用,同时知识图谱的模式层可以提供一种高效的数据管理模式,经过处理后的数据不再是碎片化和冗余的,完美的解决信息过载的问题。因此,本文采用知识图谱构建技术,提出了一种融合多源异构评论信息的知识图谱构建框架,将多源异构的在线评论进行组织和挖掘,丰富支持用户购买决策、挖掘用户需求数据源,为用户提供更高质量的信息服务,解决信息过载的问题。首先,根据在线评论目前的研究现状,对用户信息需求进行分析,包括消费者、电商平台以及生产者,分析不同的用户信息需求,为后续的模式层构建打下基础;然后,根据需求分析的结果并参考己有的知识图谱构建技术,设计并实现了在线评论知识图谱构建方案,包括模式层、数据层以及存储三个阶段的详细过程。最后,本文基于以上研究成果,设计并实现了一个多源数据融合的手机商品评论知识图谱,并在此基础上进行评论知识图谱的展示、语义检索及数据挖掘。