随着信息技术的迅速发展,网络信息爆炸对有用信息的高效获取和管理提出了挑战。传统的信息检索,需要用户有明确的需求。但是这在很多情况下很难做到,因此如何在没有明确查询需求的情况下,从网络文本中获取有用信息便成为一项非常有意义的研究课题。文本挖掘是一种可以有效的从非结构化文本信息中提取出有用信息的过程。聚类作为文本挖掘的重要技术,它可以发现有用的数据分布和隐含的数据模式,用它可以不依赖背景知识直接发现有用的结构和簇。基于这样的背景和前提,本文首先回顾了聚类算法的国内外研究现状,重点介绍了聚类过程中的相关技术、以数学形式表示和讨论了聚类过程中相似度度量、测度距离等基本概念,为后续章节的研究提供了理论和实验基础。同时分析了五种常用的聚类方法,并对各种算法的性能做了分析与比较。在分析现有主要聚类算法优缺点的基础上,提出了一种自适应聚类算法,该算法通过寻找自定义判别函数的最优解,能够自动确定聚类结果的类别数目,避免了在聚类数目选取上存在的主观性和盲目性,在一定程度上弥补了原有算法的不足,并通过实验验证了该算法的有效性。在此基础上,本文阐述了一种基于自适应聚类算法的新主题发现系统。该系统能够自动发现文本数据流中的潜在主题,并按照每个类别文本的主题内容给出类别表征词。实验测试结果表明,采用自适应聚类算法的新主题发现系统能够有效的发现潜在文本主题,再一次证实了算法的有效性。最后,对论文的工作进行了回顾和总结,并就有待进一步研究和探索的问题进行了讨论和展望。