关联数据所带来的web3.0时代极大的促进了知识经济的发展,为知识经济提供了新的发展平台和更广阔的发展空间。知识经济时代,知识已经取代其他生产要素成为最核心竞争力和最快增长点。知识发现是知识经济发展的必然趋势,随着网络技术的不断发展,人类面临着对知识的渴望更加迫切与数据爆炸而知识缺乏的矛盾,从大量数据中挖掘出宝贵的知识是知识发现的根本任务,也是知识经济发展的必然要求。知识经济时代的知识发现活动必须立足于网络环境,以高效和先进的网络技术作为挖掘工具,以数量庞大的网络存储库作为主要研究对象,从而最大程度挖掘网络中的宝贵财富,形成促进人类社会不断进步的知识。关联数据所形成的数据网络是网络发展的必然趋势,知识发现活动在这种新的大背景下必然会发生很多变化,如何在继承传统知识发现理论和实践的基础上,根据数据网络的结构特征和组织方式,发现适合数据网络的知识发现规律、模型是未来的发展方向。关联数据所带来的新的运营模式和服务模式,深刻变革了组织的信息结构组成和信息环境,知识发现过程和模型也随之发生巨大变化。在目前国内外的研究中,针对数据网络环境中的知识发现研究还处于初步发展阶段,对关联数据环境下的知识发现技术、过程等问题还未给出十分准确的界定。本文对关联数据环境下知识发现问题分别从关联数据技术和知识发现过程角度进行了深入的探讨,阐释了基于关联数据的知识发现过程的关键技术和过程模型,丰富和完善了关联数据、知识发现等相关理论。本文以数据网络环境下的知识发现活动为主要内容,分别从关联数据和知识发现过程角度展开论述,在总结目前国内外研究进展的基础上,阐释了关联数据以及知识发现的基础理论知识,界定了基于关联数据的知识发现过程,探讨了知识发现过程中的关联数据技术以及关联数据在知识发现过程中的作用,提出了基于关联数据的知识发现过程模型,并对模型的各个模块功能以及技术实现进行详细的论述,最后通过LiDDMT应用程序展开实证分析证明了本文所提出模型的正确性。