进入大数据时代以来,互联网每天都会产生海量的数据,其中大部分的数据都是以文本的形式存储。文本挖掘是数据挖掘的一个重要分支,它通过文本聚类的方式来挖掘文本数据,从海量数据中挖掘出有价值的信息。目前有多种聚类算法可以应用于文本聚类,其中K-means算法是一种经典的聚类算法,它的优点是收敛快、易于实现,因此在数据挖掘中被广泛的应用。当聚类的数据量过大或者数据维度过高时,传统的K-means算法的效率会受到影响。所以如何提高K-means算法的运行速度成为一个新的研究热点。本文系统地研究了文本聚类和GPU编程的基本理论,分析了传统的K-means算法所存在的缺陷,设计出了一种可以提高K-means算法速度和精度的基于GPU的并行K-means算法。该算法的思想是将K-means算法流程中含有并行计算的步骤放入GPU中运行,使用CUDA并行编程架构将K-means算法中每个数据点到簇心的距离计算由并行计算来替代传统的串行计算,同时通过数据点的初始距离值来选择初始簇心,从而避免传统K-means算法随机选取簇心导致聚类产生局部最优解的问题。最后设计了基于并行K-means算法的文本聚类系统和相关测试。测试结果显示,使用GeForceGTX860M的GPU,与基于CPU的K-means算法相比,基于GPU的并行K-means算法对不同的数据集进行聚类的加速比可以达到9至16倍,聚类精度平均可增加9%。在文本聚类系统中基于GPU的并行K-means算法也能够提高系统的聚类速度与精度,具有一定的实用价值。