数据挖掘是指从分散的异构信息中获取知识的过程,其直接目的是快速检索有用信息,将数据挖掘与Web结合形成的Web信息挖掘是处理海量Web信息的有效手段。虽然Web信息挖掘能极大地提高信息检索准确率,但其在智能性和分布式处理方面存在不尽人意的地方。而智能体即Agent特有的智能性和社会性等特征以及对处理分布式信息的先天优势,又给数据挖掘的研究带来了很多活力,因此基于智能体的数据挖掘技术应用于Web领域,成为众多研究者的关注热点,开发更智能、更准确的信息挖掘系统,提升现代信息系统的效率无疑是行业发展的趋势。本文将多Agent技术与数据挖掘充分结合,研究对象为海量Web信息,提出了通用的基于多Agent的Web信息挖掘模型,构建了以Agent为载体并携带数据挖掘算法的算法库,重点分析和研究了Web文本特征提取算法和文本分类算法。研究了面向Agent的建模理论,充分论证了Agent与数据挖掘结合的可行性,并对基于Agent的Web信息挖掘模型进行了模块化分析,突出阐述了模块实现过程中的关键技术。结合多Agent开发与扩展平台JADE,以模型为基础,设计了Web信息挖掘原型系统,原型系统基于B/S架构,分析了信息集成模块、挖掘算法模块、信息检索模块的实现技术,对系统设计的技术难点进行了分析和评估,具体应用可以根据实际以原型系统为基础,进行修改和扩展。