互联网的迅速发展为用户在网上发布和获取信息提供了极大的便利,但网络信息的迅速膨胀使得用户查找有价值的信息变得越来越困难。搜索引擎技术的发展在一定程度上为用户查找信息提供了便利。目前,搜索引擎正向智能化的方向发展,它的实现需要依赖一种新的网络技术——语义网技术。语义网技术在智能搜索方面的应用研究是目前网络搜索技术研究的热点,而且语义网与Web挖掘技术的结合已经形成了一个新的研究领域。本文对智能搜索的Web信息挖掘研究的一些相关技术进行了研究。首先,本论文简单介绍了课题研究的背景和意义,阐述了智能搜索的相关理论。对于语义网和Web挖掘的相关理论进行了总结和分析,并介绍了如何将这两种技术结合起来。其次,基于以上的研究工作,本文提出了一种语义智能搜索知识发现模型框架,并对各个子系统的功能进行了详细叙述。然后,对该模型主要功能模块RDF聚类模块实现的关键技术进行了研究,提出了一种基于语义距离的RDFMS数据层次聚类的改进算法,旨在改进语义化Web的查询推理效率和语义上的准确性以提高算法的效率,并进行了算法的实例验证。最后,本文对重用通用本体WordNet构建领域本体的方法进行了研究,实验结果表明,该方法可以重用WordNet的结构并从中获取领域知识,并半自动地快速构建领域本体。