随着Internet的飞速发展,互联网已成为信息传播与共享的重要资源。由于Web数据半结构化、异构、海量等特点,使得传统的数据挖掘技术不能直接运用到Web数据源上。Web数据挖掘就是从各种格式的Web文档或者Web活动中抽取潜在的、有用的模式。由于XML的结构化、可扩展性等优点,将XML与Web数据挖掘结合起来进行研究也已经成为这个领域的热点。本文首先研究了Web数据抽取技术,提出一种基于扩展DOM树的Web数据抽取方法。在Web页面的DOM树的节点中添加了页面的视觉特征元素和链接特征元素,然后进行节点重复度和新颖度的计算。通过计算多个相似页面之间子树的新颖度,可以自动学习和识别出对象数据并抽取出来,将抽取结果输出为XML文档。其次研究的是XML文档聚类,将XML文档的树形结构转化为一种层次结构,为处于不同层的元素赋予不同的权值。聚类算法计算XML文档与已存在类簇的层次相似度,将XML文档划分到层次相似度最大的聚类中。层次结构反映的是层与层之间的关系,简化了XML文档树形结构,使得计算相似度的时间消耗有所降低。最后,本文通过实验对算法进行验证,并对实验结果进行分析,论述了算法的优点和不足。