文本分类作为处理和组织大量文本数据的关键技术,可在较大程度上解决信息杂乱问题,对于信息的高效管理和有效利用都具有极其现实的意义,并已成为数据挖掘领域中一个重要的研究方向。本文在分析和总结文本分类中文本表示模型、文本预处理、特征选择、特征加权、分类方法和分类性能评价的基础上,对特征选择、特征加权和分类方法进行了深入研究。本文的主要研究工作如下:(1)针对文本分类中高维特征空间和特征冗余问题,提出一种基于最大边缘相关的特征选择方法。该方法根据χ~2统计量和最大边缘相关相结合的公式为文本分类进行特征选择,在减少冗余特征的同时,降低了特征空间维数,显著提高了文本分类的性能。(2)针对文本分类中的特征加权问题,提出一种基于特征重要度的特征加权方法。该方法将特征对分类的决策信息引入到特征权重中,能更加客观地反映特征对分类的重要程度,有效改善样本的空间分布状态,使同类样本更加紧凑,异类样本更加松散,简化从样本到类别的映射关系,显著提高了文本分类的性能。(3)针对文本分类中的规则抽取问题,提出一种基于多种群协同优化的文本分类规则抽取方法。该方法利用信息熵生成初始种群,采用多种群协同优化方法演化当前种群。基于信息熵的种群初始化方法根据特征的平均信息量确定将特征插入到当前规则中的概率,能有效减少规则抽取所用时间;多种群协同优化方法通过各种群之间的相互竞争和良种共享机制提高优化方法的效率,显著提高了文本分类的性能。