随着Internet的高速发展,Web已经成为世界上规模最大的公共数据源。人们可以从Web获取信息,可以通过Web与其他人交流,可以在Web上共享自己的信息。然而由于Web数据规模如此庞大,如何从中快速准确的检索到用户所需要的信息是一个急迫需要解决的问题。针对这一问题,在信息检索领域中的Web数据挖掘便应运而生,并且伴随着Web的发展而备受关注。Web数据挖掘它建立在信息检索、数据挖掘以及知识管理等技术的基础上,通过对大量的Web文档进行分析来获得隐含的知识和模式,从而帮助人们更好的进行信息检索和决策制定。本文分析了Web数据挖掘的研究内容和研究状况,设计并实现了一个基于语义信息提取的互联网情报挖掘系统,具体的内容包括:1.实现并分析了Web页面提取、网页正文提取、自然语言处理以及关键字信息抽取等子系统模块;2.提出并实现了语义关系图的构建模型,该模型用图的形式表示非结构化的文本数据中的语义关系;3.实现了一种频繁子图挖掘算法,该算法不同于单纯的深度遍历和广度遍历算法,存效率上优越于前两者;本文将该算法应用于挖掘潜在的频繁语义子图,得到具有一定客观性的语义关系图;4.提出并实现了一种基于Linked Data的RDF链搜索算法,用Linked Data解析频繁子图,从而获得具有标注关系的语义关系图。