经济的高速发展,显著地提高人们的物质生活水平,促进旅游行业迅速发展。特别是在大数据的背景下,人们可以通过移动互联网来查找旅游信息,为游客提供全面可靠的旅游信息就显得极为重要。知识图谱作为大数据时代下的重要研究技术,能够有效的对旅游数据资源进行集成和管理,提高旅游服务质量。然而,现存的旅游信息大多数都以商家推荐旅游攻略为主,各个商家的旅游数据比较零散,不利于游客对旅游信息的获取。针对上述存在的问题,本文从游客需求和实际应用场景出发,整合各类旅游信息,构建了一个面向游客的智慧旅游知识图谱,提高了旅游资源管理,也为用户提供准确旅游服务信息。同时,本文还对知识图谱中的关系抽取进行改进,能够更加细粒度获取知识图谱中实体之间的关系。本文将围绕以下三个研究工作展开:（1）从游客角度出发,分析旅游数据的源头、确定旅游领域的范畴、面对旅游中的实际场景,构建了面向智慧旅游的本体。以该本体为基础,利用携程网、美团网等门户网站多种数据源,通过一系列知识图谱构建技术,对旅游数据中的实体和关系进行整合,构建了面向智慧旅游的知识图谱。（2）为了方便游客对于旅游信息地获取,在构建好的旅游知识图谱基础上,利用Django技术、Echarts技术、TagCloud技术、KNN算法和THULAC工具编写了一个面向游客的旅游知识图谱可视化系统,实现了实体识别、实体查询、关系查询、景点概览和实体百科等功能。（3）针对现有的实体关系抽取模型中存在的特征粒度单一问题,提出了一种多粒度特征融合的实体关系抽取模型。首先,该模型通过使用不同尺寸卷积核的PCNN单元提取文本特征,在提取多粒度特征的同时保留了结构信息;然后,在信息融合层采用三种方式融合多粒度特征,以此获得更好的融合机制;最后,在公共语料上的实验证明,本文所提出的模型在PR曲线上的效果优于主流模型。