伴随着万维网的发展,越来越多的人开始以网络进行生活、工作和学习.信息检索已经构成网络的一个不可或缺的因素.在进行信息检索时,用户希望能够检索出所有感兴趣的信息,这就需要滤掉不相关的信息,从而获得最有价值的信息.在这种情形下,Web数据挖掘应运而生.而挖掘算法种类繁多,每种算法都有其适用的情形.如何选择合适的算法进行数据处理成为人们面临的问题. 本文针对上述问题及挖掘算法应用的普遍性,构建了算法库系统.该系统旨在为信息检索提供算法支持.我们给出了算法调用和管理的框架.通过映像和元对象协议实现算法库的核心功能和系统控制功能的分离.这样,可以通过添加新的元对象来引入新的调用机制,而基本算法保持稳定.从而使系统具有良好的扩展性. 在算法的选取中,考虑项目所要处理的数据特点,针对当前XML文档结构聚类算法的一些不足,提出采用段匹配的概念来计算两棵XML文档树中的路径相似性.在整个聚类过程中,算法还把一组相关文档与一个XML聚类代表相关联,并给出了聚类代表的计算方法.进而,通过比较聚类代表,发现新的聚类时更新聚类代表来完成文档的聚类. 在上述工作的基础上,设计和开发了一个图形界面化算法库原型体统来实现算法的示例调用和管理.