随着Internet的高速发展，他已经成为最密集、最丰富的信息来源。在这些海量数据中蕴藏着怎样的信息，如何找到用户感兴趣的信息逐渐成为人们关注的焦点。作为从Web文档和Web活动中抽取潜在的、有用的模式和隐藏信息的有效技术，Web数据挖掘悄然兴起，备受关注。由于XML，具有可扩展性、结构化和有效性等特性，建立了一种传输结构化数据的方法，使用户能够对Web信息实施精确查询与模型抽取，因此将XML与Web数据挖掘相结合进行研究逐渐成为了数据挖掘领域内的一个新热点。 本文从XML与Web数据挖掘两项技术相结合入手进行研究，提出了一个基于XML的Web数据挖掘系统模型，详细设计了基于XML的Web网页内容挖掘子系统，并针对XML在该子系统中的具体应用展开研究，对该系统的具体环节提出用XML技术来解决的途径。 本文研究和探讨了使用XML作为数据交换格式对Web上的数据进行挖掘。在数据预处理的过程中，设计并实现了HTML-XML的转换模型。该模型是一种自动的通用的转换模型，突破了以往的转换模型需要人工参与或只能针对某一领域的特定信息进行转换的不足，能有效的将HTML，Web页转换为XML文档。 Web上的数据以多种形式存在，被称之为半结构化的数据。本文重点研究了针对半结构化数据的关联规则挖掘问题。传统的关联规则挖掘问题可以分解为两个子问题：频繁相集挖掘以及由频繁相集产生强关联规则。而频繁相集挖掘是基于结构化数据的，无法直接应用到半结构化的数据上。本文通过对半结构化数据的数据模型进行挖掘，也就是频繁子树的挖掘，实现了关联规则的知识发现。在频繁子树的挖掘过程中，本文对经典的Tree。Miner算法进行了改进，实验结果表明改进后的算法由于进行了有效的剪枝，减少了计算次数，从而减少了运行时间。