提出了一种智能网站体系结构。对其中部分内容进行了详细设计。提出了一种新的基于变长度染色体遗传算法的中文网页文档特征抽取方法。该方法综合文本的频率、位置、词长、视觉效果等特征对关键词动态加权,设计了专门的并列处理算子。实验结果表明约简率和准确度都比较高。扩展了格机理论的等标注概念,提出了交集标注概念与求解算法用于多类别Web 文档的分类。实验表明算法的准确率比较高。证明了基于等价关系结合格机与粗糙集的可行性;提出了一种兼有纵向和横向约简功能的高效约简算法。基于超元组实现了数据属性重要性权值的评价;在可接受的分类精度的前提下,高效约简行和列。实验表明效果很好。提出了一种Web 信息抽取方法,仅需用户简单地标注一页网页,系统就能自动获取抽取知识,算法具有一定的自适应性。