随着计算机、通信技术的高速发展，以及互联网基础设施建设与网络信息工具的推广应用，网络上的信息正在以几何级数进行着增长。如何从网络上海量的信息资源中获得有用的部分，成为了当前信息检索领域重要的研究课题。　　 网络搜索引擎，是用来进行网络文本索引的一种重要手段。在网络搜索引擎的构建中，网页文本分类问题是一个关键性的核心问题。高质量的网页文本分类，对构建高效、实用的搜索引擎起重要作用。　　 目前针对网络文本分类问题，通常采用基于内容的纯文本分类的方法进行解决。但是由于网络文本的表现形式是超文本标记语言，本身具有极强的结构性标签和指示性链接，仅提取其中的纯文本进行分类，会丢失很多有用信息。　　 本论文提出了一种通过综合考虑网页的HTML，结构信息以及网页间的链接关系，修改网页文本在向量空间模型表示中的权值，对网页进行分类的方法。考虑到页面里处在不同HTML标记下的内容具有不同的语义含义，某些特殊标记下的内容具有较重要的意义，对网页的分类起较大的作用，因此对不同标记下的内容赋以不同的权值，可以提高分类效果。考虑到页面正文中链接指向的页面内容与原网页相关度较高，通过综合考虑这些页面的内容，可以有效加强类别关键词的权值，减少噪声，提高分类效果。经过实验证明这一方法提高了分类结果的F1值。