随着近年来人工智能技术的发展,我们逐渐从数字化、信息化时代迈入智能化时代,互联网成了最大的多源信息获取平台。知识图谱打破了传统数据存储媒介的局限,以结构化的方式将互联网上的多源异构数据通过实体和关系整合起来,组成一个统一的语义网络结构,为智能问答、智能搜索提供底层数据和技术支持。冬奥会领域的网络数据存在着知识碎片化严重、知识展示单一化的问题,各种来源数据相互独立且结构不同,无法实现数据的互通共享,从而导致服务手段智能化不足等问题。因此面对海量的冬奥会数据,亟需一种有效的数据管理方式整合数据,从而提供更加智能化的服务手段。知识图谱的出现为该问题的解决提供了新思路。网络数据可以通过知识图谱实现语义链接,从而将多源异构数据进行整合利用。目前关于冬奥会领域的知识图谱的研究比较匮乏,因此本文以冬奥会领域为背景,研究并构建基于知识表示学习的冬奥会知识图谱并进行可视化。本文围绕冬奥会领域知识图谱的构建技术以及可视化技术构建了基于知识表示学习的冬奥会知识图谱并进行可视化。在实现过程中,本文的主要工作包括以下几个方面:(1)分析冬奥会领域网络数据特点,采用分布式网络爬虫技术从互联网爬取与冬奥会领域相关数据,并进行知识抽取,抽取出结构化三元组知识。(2)研究基于关系路径的表示学习算法。本文对表示学习模型Trans D进行改进,提出PTrans DW模型,使用Trans D对直接关系建模,利用路径建模获得多步关系路径之间的隐含关系,还引入了关系类型相关的关系权重矩阵,用以提升模型的表示能力。最后在数据集上验证了模型的性能表现。(3)冬奥会知识图谱的构建以及可视化系统的实现。通过对冬奥会领域数据进行知识抽取、知识融合、知识存储,构建面向冬奥会领域的知识图谱。采用Python语言、Neo4j图数据库、基于Python的Web框架Flask、Node.js+Vue前端技术,最终实现了基于知识表示学习的冬奥会知识图谱的构建以及可视化系统。