随着网络信息资源的飞速增长,互联网已经成为一个巨大的信息服务中心,它涉及新闻、政府、电子商务等和许多其他信息服务。此外,还包含了丰富和动态的超链接信息,这些都为Web挖掘提供了丰富的资源。在Web文本挖掘的对自然语言理解的改进中,本文首先是把句子用自动分词法分解后,再用句型分析和词典分析(如果遇到新的词语,则先将其加入到词典,对词典进行更新)进行判别(用相似百分比进行判别),最后将判别的结果输出。该改进的方法优点是充分的利用了句型(单复句)句类(陈述句、疑问句、祈使句和感叹句)的规则,能够有效的提高自然语言的理解效率。Web上有一些有价值的信息是可以被用来进行预测和分析的,但是Web挖掘在这方面到目前为止还没有形成一个明确的领域,只是在传统的一些方法中,如关联规则(仅只是从事物发生的相互关联度来进行推测)等方法有所涉及但都没有把它作为一个明确的领域进行研究。本论文就是把它作为一个确定的目标进行开发从一种新的角度考虑问题,建立了一种因果模式来进行Web挖掘,所定义的一种因果关系模式,包括因集(也就是各种原因),果集(也就是各种结果)和各种因果关系(一对一,一对多,链状,网状共4种),利用影响度(各种原因在结果发生时出现的概率),分类效果权值(用来判断各种分类的效果)等参数,再结合统计分析等各种Web数据挖掘算法及XML的优势特点组成了一种Web挖掘模型,来发现Web上事物之间的内在联系以及发生规律,并最终形成一个智能库,以便为未来的任务执行提供有力的预测和决策依据。最后给出了具体的应用实例,用天津科技大学易佳影视网进行验证,结果表明该模型是有效的,是能够在预测和决策中发挥重要的作用的。