随着科学技术的发展,XML数据已成为Web上数据表示和数据交换的新标准。XML数据是半结构数据,由于其可扩展性、平台无关性、开放性等特点,在诸多领域得到了普遍应用,如科学计算、电子商务、数据集成等。然而,Web的兴起改变了数据的流动方式,数据的复制、加工和转换变得日益频繁,数据流动过程中数据的质量难以控制,这些使得人们辨别数据的可靠性变得异常困难。数据起源是描述数据产生、并随时间推移而演化的整个过程。数据起源对于数据管理具有重要意义,尤其是科学数据和高质量的Web数据管理。因此,如何追踪和管理XML数据的起源,是一个很有研究价值和应用前景的课题,也是提高Web数据质量管理的一个有益探索。本文主要的研究内容包括起源计算模型的建立、起源演算规则和起源高效存储三个方面。首先,分析已有的起源模型以及存在的问题,针对XML树型结构特征,引入一种新的标注表示结构,进而提出更一般的起源模型。然后,在本文的起源模型基础上,定义一套广义的起源演算规则和相关概念并分析了起源演算的相关性质,实现查询结果的起源表示,尤其是Where-和How-起源模型。最后,研究起源信息的高效存储,本文利用起源结构的特征,对起源信息进行去冗余处理,并将其与已有的起源存储技术进行比较分析,以及通过实验验证本文的存储技术具有很好伸缩性。