我国近年来进行了许多公共文化服务的数字化建设探索,然而与当前社会的发展水平和我国国民日益增长的精神文化需求相比,现在的公共文化服务水平仍然有待提升。公共数字文化服务的研究在保障和提高人民生活水平方面上有重大的意义。公共文化数字资源领域的知识图谱可以为公共文化服务和文化数字资源共享奠定理论基础与技术支持,可以大力推进我国的公共文化服务的数字化建设。本文以公共文化大数据应用为背景,论述了公共数字文化领域内的知识图谱的构建过程。首先,对公共文化资源以及公共数字文化资源相关数据进行了分类整理,确定了本体的核心概念集,使用Protege 5.0构建该本体,并用OWL语言描述公共数字文化本体。其次,构建了面向公共文化领域的知识图谱模型。该模型包括网络数据采集模块、基于Han LP的分词过滤实体识别系统、以及实体关系抽取模块。实体关系抽取模块部分提出了面向公共文化的实体关系构建方法。针对公共文化数据的特点,使用文档代替实体,文本建模处理文档,进而使用主题聚类的K-means算法和公共文化本体进行规则推理完成关系构建。文本建模选用了不同的主流实体资源建模方法,包括基于TFIDF和基于Word2Vec的向量空间模型构建,以及基于LDA的主题模型构建。将实验结果进行对比,验证了各文本建模方法在算法时间上的高效性,最后选择了LDA主题模型来构建实体资源的语义关系,为公共文化资源关系的构建提供理论依据。最后,完成了公共数字文化资源知识图谱平台的实现与应用。搭建了基于Hadoop的云平台的基本架构,并在此基础上进行了知识图谱平台的设计与实现;将知识图谱应用于公共文化资源个性化推荐系统上,并基于知识图谱的推荐结果进行了可视化展示。本文将自然语言处理领域的TF-IDF,Word2Vec和LDA模型用于公共数字文化资源的信息关系构建,通过实验对比三个不同模型的不同聚类效果,验证算法的效率和语义关联性,为公共文化资源关系的构建建立基础,具有一定的现实意义。