互联网技术的不断发展使人们进入大数据时代,获取数据的能力不断增强。人是互联网的主体,公开互联网上的数据很大一部分是以人物为中心的。以人物为中心的公开网络数据为研究人类行为、社交网络、事件推理等问题提供了新的契机。公开网络中的数据往往是多源异构的,其研究的重点和难点是如何有效快速地获取整合数据、如何高效直观地呈现数据、如何提供基本的可视分析方法辅助探究分析。本文围绕以人物为中心的公开网络数据的关联整合与可视分析展开,探究并提出了对多源异构非结构化数据的有效整合和可视分析框架。文章根据公开网络上多个数据源的异构性,着重研究了三方面的内容：(1)适合开发人员使用的、工程化的本体构建方法。文章通过对已有本体构建方法的分析,研究在没有领域专家时,适合开发人员使用的本体构建方法,并采用这种方法构建出以人物对象为中心的本体。(2)多源异构非结构化数据进行基于语义的整合框架。文章研究了本体对于数据整合的意义,综合现有的数据整合框架,实现了一种基于本体的中间件模式数据整合框架,并对公开网络上Facebook、Twitter、 DBpedia、YAGO、微博、出租车移动轨迹等数据源进行语义整合。(3)对以人物为中心的非结构数据的可视化和可视分析。文章将多个来源的数据特征转化成可视表达,以用户容易理解的形式呈现,并结合交互操作和机器学习方法实现对以人物为中心的数据的可视查询、关联分析和分类规则提取。最后,本文通过若干个案例说明我们的系统在数据整合、可视查询和关联分析上的有效性。