作为一个广泛分布的全球信息服务中心,万维网集中了海量的信息,其中大多数是以网页文本的形式存放的。这些文本信息种类繁杂,缺乏组织,现有的以搜索引擎为代表的网络信息系统难以为每个用户都提供满意的服务。个性化技术就是在这种情况下应运而生的。它根据用户兴趣关注点,提供为用户定制的服务,提高其对信息服务的满意度。在万维网环境下,基于网页内容的Web个性化系统有着广阔的应用前景。网页自动分类是数据挖掘的重要研究内容,是自然语言处理技术的重要应用领域。网页分类按照网页主题来自动划分其所属类别,是组织和管理网页信息的有力手段,是Web信息检索和Web个性化服务的重要基础。本文研究在Web个性化服务系统环境中的网页分类相关技术,主要研究内容及取得成果如下:首先,提出了一种综合性网页特征词加权方法。该方法在网页标签分析的基础上,针对中文网络环境,在网页描述时结合了中文词长特征,提高了网页描述的准确性,为获得好的分类结果奠定了基础。其次,针对大规模训练网页集,提出了聚类树支持向量机(CT-SVM)分类方法。该方法通过层次聚类对训练集进行了有效的缩减,可以在保证分类效果的同时大幅度减小支持向量机在大规模训练集上的时间开销。此外,SHM是一种新近提出的文本相似度计算方法,它使用知网词汇语义计算特征词条间相似性,并采用二部图最大权匹配方法计算文本间相似度。本文巧妙地采用了SHM来设计支持向量机核函数,可以较好的改善支持向量机分类器的分类性能。最后,论文在实际网页集上做了必要的验证实验,得到了较为满意的分类效果,验证了上述方法的有效性。论文研究提出的上述方法,在Web个性化服务、知识抽取、新闻分发、以及邮件过滤和信息监管等技术研究领域有一定的学术和应用参考价值。