本体提供了对共享概念模型的形式化、明确规范说明,在知识工程、电子商务、自然语言处理等很多领域有着广泛的应用。但是长期以来,本体都是由知识工程师和领域专家手工构建的,耗时耗力、容易出错且具有主观倾向性,为此人们提出本体学习的概念,以期自动或半自动的从各种数据源中学习本体。Web是人类目前为止覆盖面最大、最广为人知的信息源,但是由于数据缺乏语义信息并不利于计算机直接进行处理,而且语义网愿景的实现还有很长的一段路要走,现阶段从Web挖掘潜在的有用信息具有十分紧迫而重要的意义。本文主要工作及贡献包括：(1)首先对本体及本体学习相关理论基础、研究内容、相关技术与发展现状等进行了综合分析,然后提出面向Web的领域本体在线学习体系结构；(2)采用语义主题网络爬虫进行Web领域资源的采集,融合基于本体的语义消歧算法,重点讨论了语义主题相似度的计算方法、原理；(3)全面深入的分析探讨面向Web的本体领域概念学习方法,包括概念术语、数据属性和实例；(4)最后,充分考虑Web的特殊性,从页面链接、分类目录和自由文本多个角度探寻概念间关系的学习方法,能够有效的克服单一方法的片面性。