基于文本语义的文本挖掘系统的研究已经取得一定的成绩。但除了文本之外,Web中还存在其他的海量媒体如图像、音频、视频等,这对数据挖掘提出了新的机遇和挑战。本文主要针对的是图像的高层语义特征进行研究。图像是我们能够获捕的最有效的外界多媒体信息之一,并且在图像的各层特征中,顶层语义特征(又称上层特征)是最重要的并且是最容易得到的特征。作为多媒体信息的数据挖掘研究的初探,我们选择图片高层语义与文本语义作为多媒体信息挖掘的研究对象。首先,本文研究了网页主题提取和文本语义与图像语义,以及各种表示模型。在此基础上提出了一种基于启发式规则的多媒体信息挖掘框架。整个系统包括6个模块:页面分析器、主题内容提取,文本/图片信息抽取、特征提取器、融合模型(数据挖掘器)、判别器、语义浓缩器。系统最重要的模块是融合模型和语义浓缩器,这两个模块运用了很多自然语言处理(比如分词,特征项的提取,NE命名实体等)和数据挖掘的理论。其次,本文采用关联矩阵在语义层次融合了文本语义和图像语义;进一步把网页中的文本信息进行语义浓缩,研究了句子相似度计算算法并对目前算法的不足做出改进,从而较为精确地说明网页中的图片,及其更加丰富地说明图片的语义最后对基于启发式规则的多媒体信息数据挖掘系统进行了封闭性的测试,实验表明该方法具有较高的精确率和较满意的效果。在window2000下用JAVA语言实现了各模块功能,实验表明我们提出的模型是可行的。