本体匹配是解决语义异构，实现本体共享与重用的一种方法。但本体规模越来越大，为降低匹配空间，提出一种基于模块化思想的本体匹配框架。首先，使用预处理算法将待匹配本体转换成概念图；然后，改进了ROCK聚类算法，并使用该算法将概念图划分成若干高内聚低耦合的概念块；最后，根据Tversky模型，从概念的父、子、兄弟以及内涵4个方面计算块的匹配度，并标记块的重要概念，进行n∶m匹配。实验结果表明，提出的本体匹配框架能够均衡本体分块大小，提高匹配效率。