随着World Wide Web的飞速发展,Deep Web中蕴含了海量的可供访问的信息,并且还在迅速的增长。这些信息要通过查询接口在线访问其后端的Web数据库得到。尽管丰富的信息蕴藏在Deep Web中,由于Deep Web数据的异构性和动态性,有效地把这些信息加以利用是一件十分具有挑战性的工作。目前,在Deep Web这个领域的研究中已经提出了Deep Web数据集成的系统架构,它分为两个大的模块:集成查询接口生成模块和集成查询接口查询处理模块。本文对Deep Web数据集成的系统架构中的各个组成部分作了论述和介绍,并重点针对查询处理模块中的Web数据库的选择和查询转换两个子模块进行详细介绍和深入的研究。由于Deep Web每个领域的数据库数量的不断快速增长,如果只是简单地把集成接口上的查询转换到对该领域每个Web数据库的查询,那么要访问该领域的每个数据库将花费大量的代价,并且一个领域中大部分的Web数据库之间存在着冗余的信息,这样查询结果也会产生大量的信息冗余。基于上述问题,本文给出了基于TOP-N查询的Deep Web数据库选择方法,并对其不相关度距离计算和Deep Web数据库选择方法进行了改进,使得在Deep Web数据库选择中减少了资源的浪费,提高了选择查询性能。查询转换也是Deep Web数据集成的系统架构中的重要组成部分,它负责将用户提交的查询转化为要访问的Web数据库的各个本地目标查询接口上的查询。随着DeepWeb数据源的迅速发展,每个主题领域内的数据源都在不断更新或增加,每个领域的本地目标查询接口也随之不断动态变化,因此要把用户提交的查询请求转化为要访问的Web数据库的各个本地目标查询接口上的查询存在很大困难。基于这个问题,本文对查询转换机制进行了模型化的深入研究,并给出了解决方案,提高了查询转换的准确率和性能。