科研是学术的基础,是不断创新的驱动力。随着网络信息的发展,学术数据规模呈爆炸式增长,各类型学术知识平台成为学者科研活动中不可获缺的辅助工具。知识平台在学者科研过程中提供了大量的多类型知识,如文献、理论知识、会议信息、期刊信息等。本文通过研究发现目前知识平台辅助学者科研活动,存在三类问题。首先,在知识多源且信息爆炸的形势下,学者存在搜寻知识难的问题;其次是面对海量学术知识,学者存在用知识难的问题;最后,学者在科研过程中对科研方法掌握不足,缺少平台化地科研流程指导。因此,针对上述问题,本文聚焦于如何为学者提供多源学术知识集成平台（简称K-Hub平台）,解决学者找知识难、用知识难和缺乏平台化科研指导的问题。论文工作内容主要分为三个部分,首先是根据知识边界相关理论,从语法、语义、语用的角度构建多源学术知识组合框架,引入知识图谱、事理图谱构建本研究的K-Hub平台模型。其次,本文还对构建K-Hub平台的关键技术进行探索和实现,包括跨边界资源采集技术、学术知识图谱技术、多源知识推荐与检索技术。通过设计两种资源采集方式,帮助平台引进新的资源;通过对不同类型的知识平台内容进行梳理,构建多源学术知识图谱;通过在学术资源模型、用户兴趣模型中加入知识图谱语义相似性推荐,实现学术资源个性化推荐。最后,构建多源学术知识集成平台原型,在平台原型中实现多源学术信息检索、个性化学术信息推荐和基于专家研究方法的研究指导功能。本论文在理论上研究了跨边界多源学术知识集成,从语法、语义、语用的角度构建多源学术知识组合模型框架;在实践上设计开发了多源学术知识集成平台原型,实现对多类型学术知识的集成,论文的工作将对多源学术知识集成具有一定理论和实践价值。