数字几何模型已被公认为作为继数字音频、图像与视频后的新一代数字媒体,已在诸多领域得到了广泛的应用,伴随着三维获取与建模技术的飞速发展,可共享的三维模型数量更是以几何级数在快速增长。如何对资源进行合理组织已经成为数字几何模型分析领域所面临的一个重要研究课题之一。本文以对模型集进行分类的相关研究作为切入点,在半监督和非负矩阵分解的框架基础上,对其所涉及到的按主题分类以及按风格分类的两个关键技术进行了系统而深入的研究。并在此基础上进行了相关的应用研究。论文的主要成果体现在以下三个方面：(1)提出了一种基于交互式非负矩阵分解的模型集动态分类展示方法。本文利用简单的非负矩阵分解实现异构模型集的按主题分类：并结合三维模型特点,通过改进的t-SNE可视化方式对分类结果进行了清晰呈现；在此基础上,本章还设计开发了一个配备各类用户交互能力的可视化分析系统,使其可以在已有分类结果基础上,根据用户交互来再次指导非负矩阵分解的计算,进而实现对模型集分类结果的直观动态更改。实验结果表明,本文所提方法可以在对大规模异构模型集进行清晰可视化呈现的前提下,根据用户意图进行实时动态的分类展示。(2)提出了一种基于半监督的模型风格分析方法。本文首次提出了一种基于半监督思想,利用三维模型的二维投影信息来完成三维模型集风格分析的方法,该方法能够将输入的模型集按风格进行分类,本方法仍然是在半监督和非负矩阵分解的框架下实现的相应研究。另外,在半监督过程中,本文方法可以根据用户的需求,接受标签和成对约束两种不同半监督约束方式来完成相应的工作。并且本章方法还能够在无需用户手工标注的前提下,来确定每个模型上最具代表性的一些风格区域。实验结果表明,本文所提方法能够很好对各类数据集按风格进行分类。(3)基于风格分析进行了相关应用技术的研究。本文在风格分类的基础上,实现了系列相关应用研究。主要包括基于风格的家具推荐研究、建筑模型的风格识别以及模型集最佳区分视角的确定等三个方面的应用研究。实验结果表明,本文所提的风格分析方法能够很好的支撑相关应用研究,并且本章所进行的应用研究都有很强的适用性,便于实际推广。