随着WWW的飞速发展,Deep Web中蕴含了海量的可供访问的信息,并且还在迅速增加。高速增长的Deep Web信息已经成为人们获取信息的一个重要来源。但由于其本身异构性和动态性的特征,用户必须面对和克服信息发现的主要问题。随着在本地集成Deep Web数据重要性的凸显,Deep Web数据获取问题正受到越来越多的学者的关注。本文针对Deep Web数据获取的相关技术进行深入研究,并给出了增量式的数据获取解决方案。本文的主要研究内容如下:(1)对增量式Deep Web数据获取技术的研究背景进行了深入的分析,在此基础上给出了本文的研究目的及意义。(2)设计了一个基于通用搜索引擎的数据源发现爬虫,即通过分析搜索引擎的返回结果来发现领域表单的聚焦爬虫。(3)完成了一套完整的数据源判定及分类方法,其中包括一系列过滤无效表单的启发式规则和基于计算表单相似度的数据源分类方法。(4)分析了一种Web记录的自动抽取方法,该方法通过视觉特征抽取Web记录,之后运用二维混合条件随机场进行数据标注。(5)对部分领域Deep Web数据库的变化频率做了调研,提出了一种针对Deep Web的增量获取策略,分别在数据源级和查询词级不同粒度上分配下载资源。此外,本文还对文中提出的方法和技术进行了实验,通过对实验结果的分析进一步验证了本文提出的方法是有效的。