随着互联网的发展，网络上的信息迅速增长。由于网络本身的分布性，不同的组织必然定义自己的本体来描述数据。构建者和构建方法的不同必然导致同一领域存在许多有差别的本体，这就是本体的异构性。为了实现知识的共享和交互，本体异构问题亟待解决，本体映射为本体异构问题提供了解决方案。本文分别对传统本体映射方法和基于形式概念分析的本体映射方法进行了详细分析，提出了一个基于概念格理论的本体映射框架，其中概念相似度计算模型的优化和多种类型映射关系的发现是本文的重点。针对概念相似度的计算，改进了基于概念格理论的对称性相似度度量模型，将概念格的交不可约属性与基于概念层次关系的非对称性函数相结合设计实现了一种基于概念格理论的非对称性概念相似度计算模型，并以此为基础设计了一种新的个体集合相似度计算框架。针对映射关系的发现，将概念格技术融合到一种片段化本体映射方法中，实现了1-1、1-n、m-n和1-null多种类型的映射关系的发现。本文用Java语言编程实现了所有设计思想，并完成了实验验证。实验结果表明，当形式背景规模小于20×20，属性准确描述形式对象的前提下，改进的概念相似度模型的平均F-Measure值比基于集合理论的非对称性模型和基于概念格理论的对称性模型分别提高了14.7%和14.4%；对于个体集合相似度，格不对称法比格对称法的平均F-Measure值提高了11.1%，比传统的Jaccad系数法提高了26.4%，但是耗时比Jaccard方法长；当相似度阈值为0.55时，改进的相似度计算方法性能略低于对称性方法。基于概念格理论的片段化映射方法以改进的相似度计算方法为基础，能够发现更完备的映射类型，达到了优化设计的目标。