自从Web之父Tim Berners-Lee在1988年首次提出语义Web,国内外有关语义网的研究逐年升温,常与Web3.0这一概念结合作为对未来网络的一个设想。随着Tim Berners-Lee于2006年提出Link Data这一概念,语义Web的研究已经开始从理论走向实际应用的层面。关联数据作为语义Web的一种最佳实践,已经拥有越来越丰富的数据集。经过Tim Berners-Lee在2009年进行的关联数据主题的TED演讲之后,很多的图书馆机构、政府部门和企业将自己的数据集发布成关联数据,同时加入LOD云图,不断扩大知识共享的群体。语义Web的未来网络环境以及关联数据的出现,将会使以网络信息为主要信息源的企业和组织受到冲击,特别是其主要网络数据形式。本文就是在这种关联数据环境中探讨企业或组织知识创造的相关问题。知识创造是企业和组织创新的来源,是一种重要的知识经营活动。关联数据环境改变了网络的运作和服务模式,为组织提供了新的建设场景和运行方式。本文主要研究关联数据环境下知识创造过程中知识融合的相关问题,共分为六个部分展开。第一部分,本文对研究对象的国内外研究现状进行分析,掌握研究的前沿进展。第二部分,本文研究了知识创造和知识融合的相关理论和方法,这是实现知识创造中知识融合的重要理论基础。第三部分,本文在分析关联数据的RDF结构特征基础上,总结了关联数据的融合方式,详细描述了如何将不同数据源转化成RDF数据的方法以及通过本体映射方法来融合关联数据。第四部分,提出了关联数据环境下知识创造中知识融合模型,并对其中的三个核心部分展开讨论。通过建立知识库、进行本体管理、生成知识元,同时利用知识元匹配技术和基于遗传的知识元融合算法来一步一步的达到知识融合的目的。第五部分,通过两个实例分析加强本文所提出的知识融合理论与方法的正确性和有效性。利用Alignment API和两个本体数据来进行知识元匹配实证,然后用Friend Tracker应用程序体现知识融合的具体应用实例。第六部分,对文章研究进行总结和展望。