如何发现Web上根据“主题”聚集在一起的多个社区,使用户很快地从互联网上提取知识,是Web挖掘的一个研究方向。本文在深入研究Web社区挖掘技术的基础上,提出一种新的Web社区挖掘技术,并给出了该技术在图的划分问题的应用。Web社区挖掘技术的研究对集中式爬取器和搜索引擎、门户网站内容自动分类以及互联网内容的过滤都有重要的意义。首先,本文通过对比以往Web社区的表示法,提出一种定义较为严格的Web社区数学模型,同时对Web社区内、外的网页进行约束,很好地解决了Web社区定义模糊的问题。其次,提出了与表示法相应的Web社区挖掘算法。利用图论中网络流的概念,把Web构造成图,利用图的入度、出度性质给它们之间的边赋予容量,构造网络流模型,然后使用最大流/最小割原理,得到最终的社区。再次,由于该社区挖掘技术能够解决以往社区边界模糊的问题,使得所挖掘的社区唯一,所以可以把该技术应用到图的划分问题上。本文提出了使用Web社区的等级的相等关系来划分Web网页,其中两个网页相等当且仅当它们同属于同一个Web社区;还提出了层次化划分,重复对压缩图进行划分,即把属于同一划分的点集压缩成一个点。最后,本文还利用Web抓取器和开放源代码的lucene全文检索部件构造了简单的Web社区搜索引擎系统,提供了按照相关度对结果进行排序、对搜索结果进行分组等功能。