随着计算机的普及以及互联网技术的飞速发展,Web上的招聘信息量越来越庞大,同时越来越多的高校毕业生倾向于从网络搜寻招聘信息。这些信息反映了用人单位对人才的使用要求,同时,为高等院校及时了解社会对人才的需求,开设专业,安排课程,提供了有价值的信息,也对学生的学习起到了促进的作用。为此,如何从海量的Web信息中快速有效地获取所需要的招聘信息,如何发现这些信息中隐含的知识模式,是一个非常值得研究的课题,这也使得Web文本挖掘技术成为数据挖掘中一个研究的热点。本文首先介绍了Web文本挖掘的研究背景、研究意义和国内外的研究现状,以及文章的主要研究内容和结构安排。其次,研究了Web文本挖掘的一般过程,主要包括网页采集、预处理、网页净化、分词、特征表示、特征选取和文本聚类技术。接着,本文探讨了相关性分析技术。介绍了相关性分析的概念和相关关系,给出了相关系数的计算方法和显著性检验。然后,针对中文文本的聚类,本文设计了Web招聘信息挖掘系统。对文本挖掘系统中各个功能模块进行了详细的分析和设计。最后,对Web招聘信息挖掘系统进行了实现,并进行了实验分析研究。实验结果表明,本系统主要的性能指标基本令人满意,具有较好的实际应用价值。