深度万维网蕴藏着海量的信息,由于其隐藏性,现有的搜索引擎很难搜索到其中的内容。目前还没有研究出很好的方法和模型来捕获其内容,很大程度上制约了人们获取更多、更有价值的信息,因此如何充分的获取深度万维网中的信息成为了一个难题。本文提出了基于关键词的深度万维网的数据库的查询方法,该方法在考虑了深度万维网自身特点的基础上,又借鉴了传统的搜索引擎思想。文章比较了各种分类算法,最终采用朴素贝叶斯算法对关键词进行分类,找到其所属的领域,该算法适合深度万维网查询模型,简单明了,准确性也很高。关键词与属性关联引入了本体的概念,利用WordNet词典生成的概念层次树,提出了基于本体的语义相似度计算方法。该方法摆脱了人们的主观意识,简单而直观,代价也不是很大。确定了查询关键词所属的领域和其所对应的关系表中的属性后,最终生成查询的SQL语句,把查询的页面信息反馈给用户。实验部分也举例验证和测试了所提出的方法的可行性与准确性,不仅解决了深度万维网多领域的数据库查询,而且能够与现有的搜索引擎进行整合,帮助用户快速有效的查询。