近年来,我们可以很容易地从Internet、数字图书馆、新闻机构和公司内部网上获得数目惊人的文本文档。于是,人们对发展能够帮助用户有效地导航、总结和组织这些文本信息技术的兴趣越来越强。快速和高质量的文本聚类技术在实现这个目标过程中扮演了重要的角色。通过将大量信息组织成少数有意义的簇,这种技术能够提供导航/浏览机制,或者,通过聚类驱动的降维或权值调整来极大地改善检索性能。因此,文本聚类研究成为当前国际上信息处理的一个重要课题,国内中文文本聚类的研究正处于初期,还存在许多问题亟待解决。本文我们对此进行了研究,具体工作如下:首先,我们对于现有的词语权值计算方法做了一定的改进,不仅考虑了文本中的词语概率信息,还结合文本语义等多方面信息,提出了一种基于多重因子加权的词语权值计算方法。实验证明这种方法能够很好的提高文本聚类的正确率。然后,总结了现有特征项选择方法的不足,从而提出了一种单词贡献度(TD)的特征选择方法。试验证明,这种特征选择方法能够提高文本聚类的正确率,从而提高聚类的整体性能,达到了有效降维的目的。其次,我们研究了文本聚类算法,k-means算法是一种简单高效的文本聚类算法,但它存在由于初始聚类中心选择不好时会陷入局部极小,得到的解是局部最优解,而不是全局最优解。为此,我们提出了一种改进的k-means算法,该算法可以提高聚类的稳定性并改善聚类结果。最后,我们在第五章进行了一序列的比较的实验。