随着社会的发展以及医疗水平的提高，我国面临越来越严峻的社会老龄化问题。十九大以来，习近平总书记就发展智慧养老服务解决社会老龄化问题多次做出指示，发展智慧养老服务产业已上升为国家战略，是我国经济持续稳定发展和解决养老问题的重要一环。智慧养老涉及社会诸多方面，需要线上线下互动以及多部门协调，涵盖居家、社区、机构不同养老形式，当前智慧养老标准与规范不统一，存在数据孤岛问题，同时智慧养老面临服务效率低，智慧化水平不足等问题。本文针对养老行业中存在的数据孤岛、智慧化水平低等问题，在数据融合和知识库构建层面进行了研究。具体的，本文主要的研究工作是： (1) 针对养老行业多部门监管、多行业整合等需求以及存在的数据孤岛问题，提出一种基于语义元数据的数据融合方法。该方法利用语义元数据实现对养老数据，数据接入、清洗、融合、共享和可视化过程进行统一建模，利用语义元数据执行引擎实现对清洗融合规则、共享和可视化规则的操作，利用全局事务戳和缓存队列机制对流数据进行批转换、对处理框架故障恢复流程进行改进。设计并实现了基于该方法的智慧养老数据融合系统，用以汇聚养老、医疗、保险等行业资源数据并可获得高质量养老数据。通过实验验证该方法能够满足智慧养老中大数据量融合处理低响应时间的要求，能够提高处理乱序数据时的准确性，具有灵活性好、扩展性好的特点。 (2) 针对养老智慧化水平低的问题，在知识库构建层面进行研究，首先提出了双时态RDF知识模型。该模型通过双时态RDF三元组和双时态RDF图对带有有效时间和事务时间的知识进行表示，通过拓展有效时间语法、操作属性语法、时间分片语法实现双时态RDF图的查询语言DT-SPARQL，通过重新设计Jena TDB的索引机制和查询流程实现能对双时态知识进行管理的老人双时态知识库系统DT-TDB。通过实验验证所提双时态RDF知识库模型在时间分片查询和单时态查询时性能较好，能够查询、存储和管理智慧养老中带有双时态信息的知识。 (3) 针对养老知识库中知识缺失及知识动态变化的问题，提出了基于空间能量场理论的知识图谱在线学习和补全方法TransOnLine，该方法包含能够对知识的变化进行建模的能量函数以及在知识之间进行能量传播的消散函数，通过使用动态规划的方法让空间中的能量通过消散函数进行再平衡，实现对知识的低维空间表示。通过实验验证了所提TransOnLine能够进行有效的在线学习，能够很好的学习关系密集的知识库，实体补全性能接近当前主流的学习算法，可以被用来对智慧养老中动态变化的知识进行在线表示学习，实现老人知识的补全。 (4) 结合养老的实际业务，给出了数据融合及养老知识库建立的应用实践。展示了基于语义元数据的智慧养老数据融合方法在医养结合场景的应用，利用养老数据融合系统提供的数据动态建模、清洗融合、共享和可视化规则动态编辑功能，实现医疗、公安、社保、养老等行业之间数据的快速汇聚和共享，解决相关行业之间存在的数据孤岛问题，能够促进数据流动和业务转化，为老年人提供便捷、高效的就医、养老等服务。同时展示了老人双时态知识库在语音呼叫系统的应用，利用对双时态知识的存储、查询能力，依据老人健康知识进行辅助点餐，并提供带有双时态信息的养老业务知识查询服务，能够提升相关系统的应用价值，进一步增加系统的“智慧化”水平。 综上，本文针对智慧养老建设中存在的数据孤岛问题、智慧化水平低的问题，对数据融合和知识库构建中的一些关键技术进行了研究，提出了相应的解决方法并进行实验验证，设计和实现对应的数据融合系统和老人双时态知识库系统，最后结合具体养老业务给出了数据融合及养老知识库建立的应用实践。通过本文研究，能够促进养老行业相关数据资源流动，提升数据质量，为促进数据资源作为养老生产要素改革提供支撑。同时可提高养老数据知识化水平，为发展智慧养老服务提供知识服务，并为后续深化智慧养老应用，发展包含可解释人工智能技术和大数据技术的新型智慧化养老服务打下基础。