随着Internet相关技术的日益成熟,Web上积累了大量的在线数据库,其中所蕴含的信息对于用户来说是不可见的,称之为Deep Web。建立Deep Web数据集成系统是当前从Deep Web中获取信息的有效方式。为了提高信息检索的效率和查询的准确度,DeepWeb数据库的选择是建立Deep Web数据集成系统的一个必不可缺的环节。在Web数据库选择方面,本文主要是在设计代表性查询以获取Web数据库特征和针对特定查询对Web数据库进行排序两个方面做了重点研究。在获取Web数据库特征方面,文中根据领域知识构建初始查询词集合。由于查询词集合的动态更新性,随着用户的提交逐步建立起具有代表性的频繁查询词集合,并向各个本地Web数据库提交频繁查询词,通过分析Web数据库返回结果中出现查询词的位置和包含关系获取Web数据库的特征。在Web数据库排序方面,按照其特征对Web数据库返回结果进行分类,以每类返回结果与查询词的相关度和每类返回结果在全部Web数据库相应类别中所占的比例两者作为参数计算出整个Web数据库与查询词的相关度,按照相关度的大小对所有的Web数据库进行排序。在己排序的基础上,通过分析与查询词的完全相关结果增长率确定选择出的Web数据库个数阈值,从而获得既高效又准确的部分Web数据库。最后对于用户提交的新查询词,本文将前一步选择出的部分Web数据库作为输入,利用Apriori算法计算出最大频繁项集,即将最被频繁查询的Web数据库作为新查询词的默认Web数据库选择序列。实验表明,该方法能够有效的评估各个Web数据库对特定查询的支持能力。