随着Internet技术的高速发展,网络信息资源的快速增长,网络已成为人们获取数据的重要来源。面对庞大的网络资源,搜索引擎为人们检索提供重要的技术手段。然而,传统的搜索引擎是基于单词的检索,存在一定的局限性,如搜索结果存在大量无关的网页、由于转载而造成信息内容雷同等。因此,极有必要对网络信息资源进行整合,以帮助人们从海量网络资源中,提炼出人们所关心的特定信息,并对数据重新整合与统一的展现。本文的主要研究工作就是整合WEB资源信息,使互联网用户能够快速准确地搜寻到自己需要的信息。首先,本文对WEB信息整合中的相关理论和技术研究,包括信息整合两种方法、三大组成模块以及四种关键技术等。并在设计过程中对各模块涉及知识做全面综述,包括本体概念、网络爬虫、信息抽取、资源描述框架等。其次,本文设计并实现了一种WEB信息整合平台原型系统,该系统以本体为指导。设计了系统总体结构框架模型,系统由4大模块组成：数据采集、信息抽取、存储模型、前台呈现。提出了基于本体和搜索引擎聚焦网络爬虫,基于本体的页面分析过滤算法,基于本体和DOM树路径的信息抽取规则,以及基于RDF的数据存储模型和基于B/S前台结果呈现等一系列设计方案。通过该信息整合平台,用户可以设置需要整合的领域信息,系统能够检索并整合出互联网中相关领域资源,并将结果以统一的、结构的、形象的展示给用户。该系统不需要对不同数据源分别建立包装器,而是作用域整个互联网之上,能够融合互联网中多种异构资源。最后,本文还对WEB信息整合平台做了综合测试,包括爬虫的效率与抓取量测试、数据抽取率测试等。测试证明系统能整合互联网中部分异质的数据源,但也存在一些不足。