随着互联网的快速发展,Web互联网已经成为一个蕴含海量信息、分散、无结构的数据仓库。如何帮助人们从纷繁、不清晰的网络资源中,获取到有价值的信息,成为Web信息挖掘最急需解决的问题。基于Web信息挖掘的现状,论文一方面致力于主题特征的研究；另一方面,论文针对网站的主题层次、网页结构分类和网页的细粒度信息抽取进行了深入的研究,提出了许多有效的信息处理方法。论文的主要研究工作和成果包括：第一,提出了结合Web结构挖掘和内容挖掘的主题站点垂直挖掘模型。模型能够处理不同主题站点的不同类型的网页、提取的信息细粒度高、支持增量信息的获取。第二,实现了网站的主题层次结构提取和网页结构分类。提出的由URL字符串、URL锚文本和URL页面入度组成的三元组URL描述法,可以有效的分析网站的主题层次结构,实现网页结构分类。第三,设计了网页信息抽取的新方法。利用基于正文和标题依存树的网页正文抽取方法精确的抽取网页正文,利用基于语义和规则的Web网页信息细粒度抽取方法抽取网页的细粒度信息,最终实现网页信息的准确获取。利用上述研究成果,根据实际应用需求,构建站点垂直挖掘系统,通过实验验证了模型可以对主题网站信息实现智能、有效、全面、精确的挖掘。