随着互联网的不断发展,信息飞速增长。怎样从杂乱的信息中,准确、及时获得有利信息已成为现今面临并急需解决的一个巨大问题。信息检索技术的出现为高速、有效地获取信息提供了很好的途径,其中搜索引擎就是最好的代表。如何对检索到的结果进行分类管理是信息检索过程中最为重要的一部分直接影响着结果其有效性。聚类的出现就很好地实现了对大量信息的有效管理,并且聚类现今不仅是在信息检索方面应用广泛,同时在有关多文本处理等领域也得到了应用。原有Kmeans聚类算法,为应用最为普遍的聚类算法。但需要人为设定聚类数目以及其初始聚类中心是随机选取。基于原有Kmeans聚类算法存在的问题,本文介绍了如何结合二叉树及原有Kmeans聚类算法来解决Kmeans聚类算法存在的一些问题。改进后的算法其主要包括两部分。一部分是对聚类对象进行建树,另一部分是对建好的树进行剪枝操作,这两个部分紧密相连缺一不可。根据改进后的算法的特性将其应用于信息检索系统中。改进后的聚类算法是在Eclipse平台实现的,并且在信息检索系统中取得了很好的聚类效果。