互联网信息技术快速发展,为满足人们对浩瀚网络文本信息的检索需求,文本聚类逐渐成为人们研究的焦点。在文本聚类过程中,关键词提取与聚类算法分析起着至关重要的作用。为改善的文本聚类效果,本文从这两个方面展开研究：1.提出改进的TextRank关键词提取算法预处理文本。将基于滑动窗格的词互信息作为边权重加入到TextRank算法的图模型中,优化了TextRank算法中候选词评分分配问题。在此基础上,将候选词的顶点权重-单文档词频TF(Term Frequency)加入到TextRank算法的权值迭代计算公式,用词频调整词的跳转概率,一定程度上解决了等概率“跳转”问题。实验结果表明：所提算法的准确率、召回率以及F1值均有提升,算法的迭代计算效率提升20%；所提取关键词更能代表文本特征,有助于改善后续的文本聚类效果。2.将贝叶斯正则化理论引入SOM文本聚类训练算法,在SOM权值调整公式中引入反映网络权值复杂性的惩罚项,避免权值调整过程中出现过度拟合；利用贝叶斯推理获取权值调整公式中的最优超参数,使迭代训练过程中网络权值和输入样本的概率分布趋于更一致,达到提升SOM文本聚类结果的目的。在UCI和文本数据集上的实验结果表明：与传统的SOM算法相比,所提算法的聚类凝聚度平均提升了1.5倍,聚类的准确率亦有提高,聚类效果较好。