Mashup是一种面向最终用户的web应用模式,它通过聚合已有的web内容或服务来创建新的web应用,为用户个性化需求提供聚合服务从而满足多样化需求。然而随着应用数据源的快速增加,用户想要寻找到所需的Web应用变得越来越困难,并且缺乏对数据源之间关系的理解。如何协助最终用户寻找新颖的、适合的Mashup应用服务成为亟需解决的问题为了帮助用户方便的构建Web Mashup应用,本文提出一个基于频繁聚类的Mashup模式挖掘算法,在其基础上给出了一个面向最终用户的Mashup试验系统。论文首先提取web应用接口参数信息,对其进行参数化建模与匹配,形成候选应用参数项集。然后采用基于频繁分析的方法对参数项集空间进行挖掘,得到应用频繁的数据主题；对主题进行聚类分析得到Mashup核心数据,最后根据相关应用服务的功能相异度对核心应用频繁集进行新颖性过滤,得到Mashup结果。算法在多个实际数据集上进行试验分析,与实际结果相比,发现挖掘出的相关服务Mashup结果具有较高的准确性与可信性。在Mashup模式挖掘算法的基础上,本论文构建了一个Mashup试验系统。该系统针对不同用户类型的使用场景,提供不同的Mashup应用挖掘方法。系统不仅可以向用户提供创建混搭帮助信息,使他们创建的Web Mashup应用内容更加丰富,而且可以根据用户实际创建的Mashup修正已有的Mashup、补充新Mashup,使系统提供能更加新颖更加符合实际、更加丰富的Mashup。本文提出的算法综合了Mashup的构建特点,设计的系统可以为用户创建Mashup应用提供智能支持。