随着互联网的普及和计算机技术的发展,从互联网上获取满足用户需求的信息越来越困难。为了帮助用户有效地发现、选择、搜寻感兴趣的信息,提高用户检索信息的响应速度,从海量的网页信息中发现它们之间的关联,从而得到有用的知识,人们将传统的数据挖掘技术和网页结合起来,提出了网页挖掘技术。网页挖掘中的一个主要问题是对网页进行相关性挖掘。网页的相关性挖掘首先从各种网页文本对象中抽取出能反映其本质的重要特征,将这些网页文本对象映射成高维特征空间中的点,然后通过高维空间中的距离计算来完成。通过网页文本的相关性挖掘,可以将网页文本集合中相似的文本联系起来,便于从中发现有用的知识。本文首先从基本概念入手,阐明了数据挖掘和网页挖掘的主要内容。然后,对数据挖掘的重要工具聚类分析算法的相关部分(如聚类分析中的数据表示、距离度量和常用算法)进行了深入的分析和讨论。接下来逐一解决了网页文本内容特征抽取过程中的三个关键性问题:如何为网页文本内容的特征选择合适的模型、如何抽取出的合适的特征、如何为网页的特征赋予一个合适的权重。在此基础之上,设计实现了一个网页相关性挖掘的原型系统。