Internet的迅猛增长使得搜索引擎面临前所未有的挑战，搜索引擎如何适应这种规模的急剧膨胀，成为一个备受关注的问题。如何在浩瀚的网络资源中发现有用信息促使了搜索引擎的诞生，而作为搜索引擎中重要组成的网络蜘蛛(web spider)专门负责采集网络资源进行数据储备。传统的基于整个web的采集(scalable web crawling)在网络信息检索中发挥了重要的作用，成为各大门户网站的首选，然而随着网络资源的爆炸式增长，传统的基于整个Web的信息采集需要采集的页面数量十分浩大，这就需要消耗非常大的系统资源和网络资源，然而这些资源的消耗并没有换来所采集到的页面的较高利用率，事实上，它们中有相当大的一部分利用率很低。这是因为，用户往往只关心其中极少量的页面，并且这些页面往往集中在一个或几个主题内，而采集器采集的大部分页面对于他们来说是没有用的；另外刷新如此大量的页面需要很长的周期，这就不能实时反应网络资源的动态变化，造成了一定数量的过期信息；此外传统信息采集技术由于其采集的规模较大，采集页面内容的杂乱，不能根据用户的特定信息以及用户感兴趣的主题进行集中式爬行，容易造成主题淡化和许多相关信息的丢失，多数情况下只能返回一些广泛主题的结果，对明确的特定的主题信息则返回很少。面向主题的搜索引擎可以有选择性的抓取与主题相关的网络资源，识别的依据是一个或一组事先定义的主题，主题特征由样本网页或文本标识，而不仅仅是关键词。它有效减少了采集页面的数量，增加了采集页面的规整程度，并能深入剖析用户感兴趣的主题，返回大量高质量相关信息，这不仅能够大大减少系统对硬件和网络资源的需求，而且还有助于提高抓取的准确率和搜索结果的更新速度，因而以何种策略去访问Web，以期获得更多的相关资源，成为主题搜索的研究热点。本文通过研究现有的主题搜索策略的特点，提出了将形式概念分析这一数据分析工具应用到主题搜索中，将以往仅仅停留在关键词层面的机械式的、外在形式的匹配技术提高到概念匹配的层面，从概念的语义关系层次对文本进行主题相关性分析，通过概念相似度对页面内的URL进行主题相关性预测，因而提出了基于形式概念分析的主题搜索策略。纵观各种搜索策略，将形式概念分析应用于主题搜索，本文是一个新的尝试，主要的研究内容如下：1．概念格作为形式概念分析的核心，是一种有力的数据分析工具。本文通过研究格上概念之间隐含的各种关系以及格结构本身的特点，决定以概念格作为背景来表示用户查询主题，建立用户兴趣主题模型作为基础格。2．重点研究了格上概念之间的继承关系，定义了格上的核心概念和非核心概念，给出了格上概念距离的计算，并提出了三种通过概念距离计算概念相似度的方法。3．提出了基于属性的直接概念匹配方法，给出了虚拟概念的定义，通过在基础格上寻找虚拟概念位置来获取虚拟概念的相似度值，以此相似度值为依据，解决了待访问URL与主题的相关性判定问题，提出了本文的基于形式概念分析的主题搜索策略。4．构建主题搜索系统，获取网络数据，通过平均收成率和F-Measure两种评价指标来检验本文的搜索策略，通过和通用的宽度优先搜索策略进行比较，得出了本文提出的策略是可行的。