在快速发展的互联网时代,信息技术迅速成为社会的重要资源。如何使用户快速、高效地获取信息资源成为当前领域研究的热点。通常情况下,我们在检索数据时使用的搜索引擎一般只能够访问到一些静态网页等数据资源(即Surface Web),而对于信息质量更高的Deep Web数据源则需要在包含查询接口的页面,通过不断地填写表单提交查询才能获取到。这种传统的Deep Web数据源获取方式大大降低了信息资源的利用率。为了最大限度的获取Deep Web数据源信息,并对获取到的数据源信息进行分类,方便后续的数据集成工作以及用户的检索使用,本文基于传统的Deep Web数据源发现方法的优缺点,提出了一种新的Deep Web数据源发现和分类方法。我们根据系统响应用户查询时获取数据的途径不同,即数据是从各应用网站获取还是来源于集成的本地数据库,将Deep Web数据源发现搜索框架分为实时的和非实时的两种情况。本文在系统地概括了这两种框架的基础上,着重介绍了实时的搜索框架以及各模块实现的主要功能,通过“数据源发现引擎应用程序模块”和“客户端数据源应用程序模块”的相互通信,实现了Deep Web数据源的有效发掘以及用户的快捷查询。为保证检索效率,面对数据库中庞大的分类词典,本文进一步提出了基于同义词词林和知网融合的分类方法来对各个被检索网站和用户的查询关键词进行了分类。本文提出的框架模型方法能够有效的克服传统方法基于领域研究的局限性,可以更好的利用Deep Web数据库的结构性特征,极大地方便了后续的集成工作,并能够大大节省用户在检索时的时间开销。