随着信息技术的发展,网络上涌现出越来越多的表格数据。这些结构化的网络表格覆盖面广且信息量大,因而备受人们关注。作为数据库中最重要的约束之一,外键关系对数据分析与集成有着重要的意义。然而对于来自异构数据源的大量的网络表格来讲,其外键关系并未显式指定。因此,发现外键关系对于理解和利用网络表格至关重要。现有的外键关系检测算法存在一定的局限性:一方面,目前的外键关系检测工作大部分针对传统关系表,并依赖表中结构信息进行外键检测,而网络表格通常缺乏列名以及表名等模式信息,因此传统方法对网络表格并不适用。另一方面,现有的外键检测算法只能保证属性列间的语义相关性,却并未考虑由于网络表格的异构性,以及外键关系所需满足的属性参照规则而产生的大量冲突外键。针对以上问题,本文对网络表格中的外键关系检测算法做了深入研究,具体工作如下:(1)提出基于分布拟合的网络表格外键检测算法,以解决网络表格中的外键检测问题。我们首先放松外键关系应满足的规则,通过定义拟合优度来衡量两种分布间拟合程度,以便评估候选对是否为真正的外键关系;此外,我们提出多遍划分策略用于分区图构建,使得我们的算法可以更有效地检测外键关系并可以扩展到大型网络表格。(2)提出基于冲突依赖消除的外键检测算法,以提升算法的准确性。综合考虑外键关系中存在的冲突依赖,构建包含依赖图的层结构,定义外键关系强度来对冲突外键进行评分,并在逐层消除冲突依赖的同时筛选出真正的外键关系。(3)对真实的网络表格数据集进行了大量实验,以验证算法的有效性。实验结果表明,该算法与传统方法相比更适用网络表格,且在效率以及可扩展性方面均优于目前的方法。