互联网不断地成熟,海量的信息在满足用户的需求同时,也给用户精确地找到所需要的信息制造了越来越大的难度。用户对搜索服务提出了更高的要求,具体表现在信息的广度和精确度的要求。为了给搜索引擎提供更好的关键词语推荐服务,本文在比较各种聚类技术,以及研究其他学者在聚类技术改进上做过的工作,提出了后缀树聚类算法和基于层次聚类CURE算法结合的HWSTC算法。该算法在增加一定的时间耗费的基础上,有效地提高了聚类算法的查全率和查准率。文本所做的主要工作如下所述:(1)分析了国内外在搜索引擎推荐技术上的研究,发展现状。(2)研究介绍了处理中文文本时所用到的各种技术,包括中文分词,特征提取,VSM向量空间建模,各类聚类技术——传统的,和针对网络搜索的在线聚类技术。(3)分析设计了搜索结果智能化推荐的搜索引擎架构,流程。(4)提出了改进的后缀树算法。(5)通过定量样本测试分析了HWSTC算法和它的两种母算法在聚类上的表现差异,分析了该算法的可行性。