伴随着社交网络、云计算、大数据等概念及技术的出现,无时无刻都有大量的数据产生,其中以文本、图片、音频、视频等类型为代表的非结构化数据占总数据量的75%,且比值还在逐渐加大。同时,大数据背景下,数据的实时共享及分析将带来不可估量的经济价值,同时也极大地推动了社会的进步,而这一切的前提基础在于对数据的有效管理,其中对于非结构化数据进行合理的管理更加显得尤为重要。对于非结构化数据的管理一直以来是一大难题,主要体现在非结构化数据类型多样化,没有预定义规则对其进行描述；针对于不同的非结构化类型数据,具有不同的管理技术,难以统一表示。本文针对以上问题,主要围绕非结构化数据本体研究这一中心,从图像语义自动标注,到建立相关的非结构化数据本体模型,针对模型,提出了相关算法,最终实现对非结构化数据的有效存储及检索这一目的。为实现非结构化数据的语义特征自动获取及自动标注,提出了一种针对图像语义的自动标注方法,通过利用图像底层特征与其场景语义之间的映射关系,将底层特征转换为可实现比较的二进制字符串形式,从而以图像检索方式实现了图像语义的自动标注,实验结果表明,该方法是有效的。为实现非结构化数据的存储及检索,在建立非结构化数据本体模型中,从数据自身特征出发,将非结构化数据以其自身的基本属性、语义属性以及特征属性等信息进行描述,从而将对非结构化数据管理问题转化为针对于相对结构化的数据属性管理问题,进而引入合适的动态后继树索引模型,使得对于非结构化数据的管理方法,具有支持海量数据、动态更新实时性以及满足复杂检索条件的优势。最后通过几个复杂检索示例,验证了该方法在管理非结构化数据上的可用性。