Internet的飞速发展以及它开放式的特点使得网上的信息不断的膨胀,Web已成为人们不可缺少的信息源。Web中存在着大量的描述实体间相互关联的信息,与此同时实体之间的相互关系隐藏着非常丰富的、有价值的信息。而目前的搜索引擎依靠关键字匹配的方式查找信息,缺乏知识处理能力和理解能力,从而无法对Web中的关系信息进行识别。 本文以Web中信息发布与交换的新标准XML作为研究对象,提出了一种从Web上发布的XML文档中识别和抽取关系信息及其出现模式的方法。该方法按照用户的挖掘请求搜集XML文档;通过计算XML文档的相似度来识别包含了用户需求的目标文档;建立用户挖掘模式并与目标文档进行模式匹配实现关系数据的抽取。 实验结果表明本文提出的XML相似度计算方法能较好的实现目标文档的识别,同时本文采用的模式表达和匹配方式也能较准确地从目标文档中抽取出用户所需的关系数据。