本文来源于国家自然科学基金项目《基于WEB挖掘的合作伙伴选择研究》(70572070)。此课题研究应用WEB数据挖掘技术在互联网上主动搜索合作伙伴的理论与方法,为核心企业选择合作伙伴提供更多的机会,缩短虚拟企业组建时间,提高核心企业市场反应速度。受项目的启发,作者希望通过已有的网页搜集、文本过滤、信息抽取等相关文本处理技术自动提取Internet上企业的相关信息,例如企业名称、企业规模、生产能力、联系方式等,从而为核心企业提供大量的信息素材,为其选择合作伙伴提供支持。文中作者首先提出了面向合作伙伴选择的中文Web信息获取系统的总体架构,并分析了实现该系统的关键技术—基于元搜索的网页搜集、基于样本公共特征的企业主页过滤、基于模式的企业信息抽取,并对这三个关键技术进行了详细的介绍。最后,按照作者提出的思想,编程实现了一个面向合作伙伴选择的中文Web信息获取原型系统,利用该系统验证了作者所提思想方法的可行性及证明了该思想方法的准确性。