本体的引入,屏蔽了由于知识系统建造者不同而造成的在领域概念理解上的差异,为解决知识系统中知识共享与重用提供了一条新的思路,同时为机器能自动理解语义提供了有力的支持。本文在研究国内外领域本体创建方法的基础上,针对以往创建方法数据源的单一性、自动化程度低、创建方法复杂等不足,提出一种基于FCA的面向多数据源的领域本体创建方法,并对其中涉及的重要算法进行了研究。　　 本文将领域本体理解成一个三元组结构:O={C,R,A}。其中C表示概念,R表示概念间关系,A表示公理。完成这三部分的提取,即完成本体的创建。　　 (1)在概念的提取上,为了降低提取的复杂度,提高本体创建效率,引进了FCA相关理论。首先从不同的数据源提取形式背景,然后对其进行统一处理,形成独立的形式背景,从而利用基于矩阵秩的概念格生成算法完成形式概念的提取,并用哈塞图进行了可视化(即概念格)。　　 (2)在概念关系的提取上,利用已经形成的概念格完成概念间层次关系的提取。对于概念非层次关系的提取,为了提高精度,本文提出的一种改进的概念相似度计算模型。实验数据表明该模型具有良好的实用性。　　 (3)在公理的提取上,本文应用数据挖掘中关联规则挖掘算法,实现公理的提取。　　 最后本文以数码领域本体创建为实例,对提出的领域本体创建方法进行应用,并对其中的相关算法进行了实现,同时在全局上对提出的创建方法进行了总结。最后,对全文进行了总结,指出了未来需要进一步进行的工作。