随着电子商务的蓬勃发展,Web数据库数量激增,使得DeepWeb成为新的研究热点。网络中DeepWeb模式数量众多,传统的模式匹配方法通常在两个模式间进行,难以胜任DeepWeb模式匹配工作。多源模式匹配方法能够同时匹配多个模式,发掘所有属性间的匹配关系,对DeepWeb资源的高效利用具有重要意义。　　本文介绍了DeepWeb的背景和研究现状,探讨了DeepWeb数据集成、模式匹配及其特点,重点研究了两种经典的多源DeepWeb模式匹配框架。　　DCM框架是一种针对DeepWeb模式特性的匹配技术,能同时完成多个模式间的复杂匹配工作;但DCM框架在处理异常模式集时,查准率低下。针对DCM的缺陷,本文采用抽样的方法消除异常模式的影响,提出基于抽样的模式匹配框架。　　基于所提出的模式匹配框架,设计了一种DeepWeb模式匹配算法(SMBS),该算法挖掘出更加完整的模式信息,构建统一查询接口模式(GIS)的生成模型,与传统DeepWeb模式匹配算法直接构建GIS不同,SMBS算法构建的模型能根据需求生成GIS,提高系统的普适性。　　以BAMM数据集作为实验数据,分别在正常模式集和异常模式集情况下,对SMBS进行测试,并与DCM、MGS进行比较,测试结果表明SMBS匹配查准率高于DCM。