随着万维网的迅速发展,Web中蕴藏着海量信息。研究表明,Deep Web蕴藏的信息量是Surface Web的500多倍。因此,对Deep Web中的信息进行处理并加以整合为用户所用已经成为Web信息检索领域的一个新兴研究热点。本文介绍了Deep Web信息集成领域的研究背景、研究现状,对Deep Web信息集成的几项关键技术进行了研究。首先对聚焦爬虫进行改进,设计一个基于主题的查询接口发现聚焦爬虫对Deep Web中的查询接口进行发现;然后采用基于权重值计算的方法对Deep Web中查询接口进行集成,分别讨论了1:1和n:m两种匹配情况,对匹配过程中的权重值计算方法进行了改进,采用《知网》概念模型中的词语相似度计算方法对匹配过程中遇到的标签及属性名进行相似度计算,解决了一般方法无法考虑词语概念相似度的问题;最后将移动Agent技术引入到Deep Web查询处理中来,设计了一个基于移动Agent的查询处理框架,采用移动Agent技术降低了查询处理模块对带宽和网络延时的要求,同时为Deep Web分布式查询处理提供了新思路。