随着计算机网络技术与信息技术的快速发展,Web上的信息急剧增加,已经成为当今社会的重要资源,人们也越来越多地依赖搜索引擎来查找所需的信息。但是Web上存在大量的在线数据库,这些数据库中的信息通过提交查询实时产生,对于目前常用的搜索引擎是不可见的,称之为Deep Web。由于Deep Web中蕴藏的信息质量更高、规模更大,因此建立Deep Web数据集成系统成为数据库领域和信息检索领域的研究热点。本文主要在Deep Web查询接口集成和统一查询接口上的搜索策略两个方面进行了研究,这些都是Deep Web数据集成研究的重要内容。在查询接口集成方面,首先通过分析Deep Web查询接口页面的结构及其表现形式,将Deep Web接口分为三类,并提出了接口元素这一概念,给出了接口的形式化表示。在此基础上提出了一种基于知识学习和探测查询的Deep Web接口集成方法。该方法首先选择要集成的属性,然后在各接口元素中匹配这些属性,最后将匹配为同一属性的接口元素集成在一起,构成统一查询接口。该方法包括基于模板的匹配、基于领域知识的匹配、基于探测查询的匹配等步骤。实验表明该方法对接口抽取工作的依赖性较低并且具有较高的匹配准确率。对于集成的统一查询接口,本文改进了其上的搜索策略。首先针对所集成不同类型的Deep Web查询接口,提出了同时映射、优先级映射和集成映射三种映射方式以及二次查询的方法来扩展统一查询接口功能,以提高查询准确率。然后提出了建立本地索引数据库的方法,以提高查询效率。分析表明,本文所述方法具有较高的查询准确率和时间效率。