随着计算机网络的发展,网络资源逐渐成为人们重要的知识来源,但是,迅速发展的网络使得传统C/S模式不堪重负。与此同时,随着网络带宽的成倍增加以及计算机计算能力的大大提高,对等网络引起了来自工业界和学术界越来越多的关注,成为了新的研究热点。由于对等网络具有分散式控制、自组织、自适应和良好的扩展性等优点,这使得它非常适合用来处理因特网中海量主机资源。但P2P上的数据具有分布性与无结构化,缺乏面向语义的表达与描述,仅能实现粗粒度(文件水平)的共享,导致检索效率低下,从而限制了P2P环境的潜能发挥,降低了节点间的知识共享水平。本文首先对对等网络以及知识地图进行了介绍,接着着重分析了语义对等网的概念、特点,在对等网的背景下进行知识组织的研究。知识地图作为信息组织的有效工具,可以很好的用在对等网环境下,来组织对等网环境下分布和无结构化的数据。本文分别依据SOM算法以及本体技术,讨论了知识地图构建的方法。SOM算法作为一种聚类和高维可视化的无监督学习算法,是通过模拟人脑对信号处理的特点而发展起来的一种人工神经网络,它可以很好的用来构建知识地图。本文介绍了基于SOM算法的知识地图生成系统的体系结构和实现过程。它主要包括个人知识地图生成器和可视认知地图生成器。通过使用ESOM算法,系统能够根据焦点节点的知识结构来融合其他节点的知识地图,最终生成全局知识地图。本体技术能够将某一领域中的各种概念及概念之间的关系显性地、形式化地表达出来,从而将概念中包含的语义表达出来,因此用本体技术可以实现语义知识地图。本文在分析语义知识地图的三层结构以及一般系统结构基础上,提出了基于本体的语义知识地图构建的系统结构以及工作流程。结合本体技术和SOM算法的优点,本文最后提出了一种根据用户查询需求动态生成知识地图的方法,给出了它的流程算法以及系统体系结构。该知识地图具有一定的语义性,同时解决了静态生成的知识地图的死链接以及更新系统代价大等问题,具有较好的灵活性。