在Deep Web数据挖掘中，不同数据源之间往往会出现数据冲突，如何消解冲突从而获得正确值（这一过程称为数据融合）是数据集成中的一个关键问题。在数据源之间相互独立的理想情况下，如果提供某个正确值的数据源数量多于提供其它错误值的数量，那么可以应用投票机制将大多数数据源提供的属性值作为正确值。然而Web技术使得数据源之间的拷贝变得容易，拷贝关系也变得很复杂。在一个top-k查询接口上融合数据时希望能够忽略这些拷贝的信息，给用户呈现高质量的数据。本文运用统计学方法分析不同数据源之间的依赖关系，将其引入注重效率的在线数据融合过程和数据集成框架中，以最小代价获得最大覆盖性、更精准的查询结果。本文工作包括以下三点：(1)提出检测一对数据源之间依赖关系的方法。该方法利用贝叶斯分析确定数据源之间的依赖性，设计出检测依赖性和融合数据的迭代算法，并通过考虑数据源准确度和属性值之间的相似性等条件扩展模型，有效地提高了数据融合的效果。(2)研究在一组数据源之间发现复杂拷贝关系的技术。首先，修正上述局部检测方法，提出一个可以插入不同类型拷贝证据的框架，并考虑不同数据项目上的拷贝相关性，以满足全局检测对拷贝方向的精确要求。其次，提出全局检测模型，消除协同拷贝、传递拷贝和多数据源拷贝等复杂拷贝关系，只返回具有直接拷贝关系的成对数据源。(3)引入依赖关系，构建在线数据融合系统。它从访问第一个数据源开始增量计算投票计数，返回答案及其置信度范围，在满足一定条件后终止。设计数据源排序算法，使得融合算法快速收敛并尽早返回高质量的答案。本文还对文中提出的方法和技术在真实数据集上进行了实验，结果表明本文技术是可行有效的。