随着信息技术的迅速发展,特别是近年来互联网的普及,网页数量呈指数级增长。为了有效地组织和管理这些海量信息,如何根据网页中的文本信息自动分类已成为目前研究的重要课题。本文首先研究了中文网页自动分类的相关技术,详细分析了类中心法、朴素贝叶斯法和支持向量机法三种基于机器学习的自动分类算法。然后,本文实现了一个基于向量空间模型的中文网页自动分类系统,并通过四个实验对中文网页自动分类的几个关键步骤进行了较为深入的研究。主要实验结论有：线性核函数更适用于中文网页分类；文档频率是一种快速而有效的中文网页特征选择方法；应该根据训练集规模和自动分类算法保留适当的特征数目。最后,本文针对中文网页的特点,提出了一种基于预置关键词表的预分类算法。实验结果表明,预分类算法的引入不仅提高了精确率和召回率,而且分类时间也有较大缩短。