作为互联网未来的一个发展方向，语义Web的目标是让Web上的信息具有计算机可以处理的语义，从而真正的实现智能网络。本体作为一种领域知识概念化的方法，是实现语义Web的关键技术。然而，本体之间往往存在着异构性，这成为知识共享与交流的障碍。本体映射可以发现本体之间实体的对应关系，从而解决本体的异构问题。本文对已有的本体映射相关技术及文献进行了深入地研究与分析，设计了一种基于片段分解的多策略本体映射模型——NSIS模型。首先，针对目前的相似度计算方法未能充分而合理地利用实体概念间的语义关联信息这一问题，本文从概念之间的名称信息、语义信息、实例信息和结构信息四个角度出发，通过改进得到了一种多策略的相似度计算方法——NSIS，并对其中三种单策略方法以及合并方法都进行了一定的改进。随后，本文将聚类分割的思想引入到本体映射过程中，在NSIS相似度值的基础上，改进了本体映射的方法，建立了一种更有效率的基于片段分解的映射机制。最后，利用OAEI组织提供的本体数据集进行实验。通过对比，证明本文提出的映射模型能够很好的完成映射任务，在OAEI的评价标准下，能够得到较高的查准率、查全率和F-Measure值。