WWW là hệ thống thông tin toàn cầu, bao gồm tất cả các Web site. Mỗi một trang có thể được liên kết đến nhiều trang. Các siêu liên kết thay đổi chứa đựng ngữ nghĩa chung chủ đề của trang. Một siêu liên kết trỏ tới một trang Web khác có thể được xem như là một chứng thực của trang Web đó. Do đó, nó rất có ích trong việc sử dụng những thông tin ngữ nghĩa để lấy được thông tin quan trọng thông qua phân tích liên kết giữa các trang Web.
Sử dụng các phương pháp khai phá người dùng để lấy tri thức hữu ích từ cấu trúc Web, tìm ra những trang Web quan trọng và phát triển kế hoạch để xây dựng các Website phù hợp với người dùng.
Mục tiêu của khai phá cấu trúc Web là để phát hiện thông tin cấu trúc về Web. Nếu khai phá nội dung Web chủ yếu tập trung vào cấu trúc bên trong tài liệu thì khai phá cấu trúc Web tập trung tìm hiểu phát hiện cấu trúc liên kết của các siêu liên kết ở mức trong của tài liệu. Dựa trên mô hình hình học của các siêu liên kết, khai phá cấu trúc Web sẽ phân loại các trang Web, tạo ra thông tin như độ tương tự, mối quan hệ giữa các Website khác nhau. Nếu trang Web này đươck liên kết trực tiếp với trang Web khác thì ta nghiên cứu mối quan hệ giữa các trang Web này. Chúng có thể tương tự nhau về nội dung, có dịch vụ Web giống nhau do đó nó được tạo ra bởi cùng một người. Những nhiệm vụ khác của khai phá cấu trúc Web là khám phá sự phân cấp tự nhiên hoặc mạng lưới các siêu liên kết trong các Web site của một miền đặc biệt. Điều này có thể giúp tạo ra những luồng thông tin trong Website mà nó có thể đại diện cho nhiều miền đặc biệt. Vì thế việc xử lý truy vấn sẽ trở nên dễ dàng hơn và hiệu quả hơn.
- Việc phân tích liên kết Web được sử dụng trong những mục đích:
+ Quyết định Web nào được đưa vào lựa chọn trong truy vấn. + Phân trang.
+ Tìm kiếm những trang liên quan. + Tìm kiếm những bản sao của Web.
- Đồ thị liên kết: Mỗi nút là một trang, cung có hướng từ x đến y nếu có một siêu liên kết từ trang Web x đến trang Web y.
- Đồ thị trích dẫn: Mỗi nút cho một trang, không có cung hướng từ x đến y nếu có một trang Web thứ ba z liên kết với cả x và y.
- Giả định: Một liên kết từ trang x đến trang y là một thông báo đến trang y bởi trang x. Nếu x và y được kết nối bởi một đường liên kết thì nó rất có khả năng hai trang Web đó đều tương tự nhau.