Web是一个巨大的、广泛分布的全球化信息仓库，它提供了新闻、财经、广告、商务、文化、教育等多方面的信息服务。如何有效地帮助用户从Web上发现他们感兴趣的资源，已经成为一个迫切需要解决的课题。 论文首先介绍了Web挖掘的一些基本概念、方法和技术，阐述了什么是Web挖掘，为什么要进行挖掘。研究了基于主题特征词和统计学知识的Web页面分类挖掘的一般过程和方法。作者针对一个已有的系统进行分析，指出了该方法的局限性——在学习阶段对于训练集依赖性大，导致在训练集不足的情形下分类的精度不高。 针对基于主题特征词和统计学知识的Web页面分类挖掘的缺陷提出了基于本体的Web页面分类挖掘模型。该模型利用本体来表述已有知识，在此基础上对解析后的页面采用多种匹配方法进行信息抽取，并结合三个算法来计算页面与本体的相关度，来提高相关度计算的正确性，建立更为有效的分类规则，以力求提高分类的精度。 建立了一个基于本体的Web页面分类挖掘原型系统，通过实验表明，这种基于本体的方法确实能够在训练集数量较小的情况下，得到较高的分类精度。同时也与原有的系统进行了对比性实验，确实证明了该方法的在训练集较小的情形下，比基于主题特征词方法的能够有更好的精度。 最后对本文的工作进行了总结，并确定了进一步研究方向。