随着互联网的普及与发展,互联网文本成为信息的主要载体及人们生活中获取信息的主要来源,如何从这些信息中获取有价值的信息和知识成为亟待解决的问题。由于互联网文本数据的非结构化、分布式、多样性、含个人感情色彩等特点,使得传统的数据挖掘技术无法应用于互联网文本的挖掘,人们充分利用互联网文本也变得越来越困难。文本表示模型的改进,自然语言处理技术和挖掘分析算法的发展,为解决这些问题带来希望,互联网文本挖掘也应运而生,成为互联网挖掘中的一个重要研究方向。互联网文本挖掘是互联网内容挖掘的一个重要分支,主要包括数据预处理、数据挖掘分析技术和可视化研究。本文以互联网上的新闻文本数据作为载体,研究互联网文本挖掘。主要工作有以下几个方面:1.系统地探讨了文本挖掘和互联网文本挖掘的基本理论,详细地阐述了文本挖掘的内容和流程,提出了文本挖掘的问题和互联网文本的结构特征。2.系统地探讨了网页数据的抽取技术,实现了一种基于HtmlParser的网页数据自动抽取方法,能够快速准确地抽取出网页中的文本数据。3.将聚类引入新闻检索中,对检索结果进行聚类,方便用户快速查找到自己所需的信息。本文系统研究了能应用于文本聚类的分析算法,实现一种改进的基于频繁项集的文本聚类分析方法,重点介绍了聚类的相关模块,主要包括关键短语抽取、索引建立、聚类方法和类标签提取等。4.设计并搭建了一个互联网新闻数据在线挖掘服务系统。该系统主要分为数据准备,离线挖掘和在线挖掘三个模块,实现新闻数据的分类、摘要、聚类等挖掘分析。