目前Web中存在大量可以访问的在线数据库,而且各数据库与用户特定查询的相关度不同,因此如何快速准确地选择出与用户查询密切相关的数据库变得越来越重要。在此,本文提出了一种基于信息检索的Web数据库选择方法。首先,在原有数据库选择方法的基础上做了相应改进,即在数据库选择之前,根据Web数据库的主题分布对数据库进行了分类,从而避免了对所有数据库进行查询检索,有效地提高了Web数据库的访问效率,且该分类仅是对图书领域进行地更详细的分类。然后,本文提出借助领域本体构建文本查询词,该方法充分利用了领域本体实例的唯一性及各属性信息,为通过文本属性进行Web数据库选择奠定了基础。接着,本文提出的Web数据库选择方法充分考虑了信息检索性能的各项评价指标,在结合原有评价参数的基础上做了相应改进,并提出了新的信息检索性能评价指标,实现了结构化Web数据库选择。改进的方法摒弃了原信息检索性能各评价参数的缺点,继承了其优点,而且改进的方法能够评价多个系统的性能水平。最后,在选择排序的基础上,通过设定阈值选择出既高效又准确的部分Web数据库。针对新的查询词,采用FP增长算法寻找被频繁查询的数据库,并将其作为Web数据库选择的默认候选对象。实验表明,本文提出的基于信息检索的Web数据库选择方法,在一定程度上提高了信息检索效率和查询准确度。