随着计算机网络和数据库系统的迅速发展,企业竞争与兼并的加剧,Web信息集成和企业信息集成的需求越来越迫切。在信息集成过程中,由于背景环境的不同,数据源可能是关系数据库、面向对象数据库,XML, HTML等,这种信息资源的异构性无处不在,而且越来越多的应用需要访问各种异构数据源,异构性成为信息集成过程中亟待解决的问题。模式匹配是解决该问题的基本途径。在模式匹配问题研究中,机器学习技术、图论、信息检索等技术和方法被广泛采用。这些技术和方法针对不同的应用域,分别从不同的层次和角度来解决模式匹配问题,取得了较好的效果。但同时这些技术也都具有自身的局限性,在解决不同的模式匹配问题时也都有各自的缺陷。本文灵活应用这些技术并采用多策略的方法来解决Web信息集成中的模式匹配问题。然而在多策略匹配系统中,多策略并不总是优于单策略的。对于一个匹配任务,应该怎样选择最优的策略组合?本文提出了子策略推荐的方法来选择最适合当前匹配任务的子策略组合,并采用模糊综合评判法来对各子策略的相似度进行评判。本文所做的工作主要有以下几个方面：1.提出了一个基于模糊决策的多策略模式匹配模型。该模型针对模式之间具有众多异构性的特点,综合利用模式多方面的信息,从模式元素名称、模式结构和模式实例三个角度分别采用基于语言学的策略、基于结构的策略、基于实例的策略对待匹配模式进行相似度计算,有效地提高了匹配结果的准确性。2.采用模糊综合评判的方法对模式匹配相似度进行综合评判,提高了模式匹配相似度评判的自动化程度,提高了匹配过程的效率和匹配结果的质量。提出了多策略模式匹配模型的相似度计算、评判和整个匹配过程算法。3.为了快速发现最佳的子策略组合改进了一个策略推荐算法,有效地提高了策略推荐的效率。