互联网技术的发展,催生了大量平台级的应用服务,如搜索、推荐、查询等。为了向用户提供更加精准、高效的服务,众多互联网平台分别构建了面向不同应用场景的知识图谱。知识图谱是一种组织结构良好、可解释性强的人工智能技术,能高效地组织并表示各种信息,因此得到了广泛的应用。但面向各不同网络应用的知识图谱通常是独立构建的,因此存在相同的信息表述不一致以及数据的更新时间不一致等问题。将不同时间的知识图谱中表述形式不一致的实体进行时序对齐,进而实现众多网络平台间的时序信息融合,对情报发现、案件侦破、金融风控、网络安全等具有重要作用。但是,传统的实体对齐方法没有考虑实体的时序信息,在知识图谱动态变化且更新状态不一致的情况下,不能有效地进行知识图谱间的知识融合。因此为了实现动态变化的知识图谱间的协同作用,本文基于知识图谱的节点中心性算法和动态知识图谱嵌入算法,提出了基于时序种子实体的动态知识图谱嵌入算法Hy SE和基于嵌入的时序实体对齐算法Dy SEA,并基于Dy SEA实现了一个面向人物的时序实体对齐系统。在算法层面通过实验验证了本文所提方法的有效性,能较好地实现动态变化的知识图谱间的时序对齐融合,时序实体对齐系统也证明了本文所提出的方法在实际场景中的有效性,解决了人物间的时序实体对齐的问题。本文的研究点和创新点主要有以下几点:1.动态知识图谱嵌入算法Hy SE:提出了一种优化种子实体选择的方法,通过选择的种子实体连接起不同的动态知识图谱向量空间,通过实验证明了在提高时序实体对齐效果的同时,也能把对链接预测等其他任务的负面影响维持在较小的范围内;2.时序实体对齐算法Dy SEA:改进动态知识图谱的嵌入方法和负采样过程,通过两种相似度方法进行时序实体的对齐,实验结果表明该方法比最新的算法在精确率、召回率、F1值等指标上分别提升了27%和48%、10%和3.4%、15%和20%,证明了本文所提方法的优越性;3.时序实体对齐应用系统:基于时序实体对齐算法,设计并实现了一个精准人物简历系统,该系统共包含24756个实体、29种不同的关系和32768条元组信息,能准确地实现同一人物不同数据源以及不同人物间的实体对齐,证明了所提方法的有效性。