校友资源作为学校建设最重要的资源之一,在学校发展传承中有着其特殊而重要的作用,如何挖掘、整合与利用好校友资源是一个重要的课题。但由于人名具有歧义现象,直接利用互联网进行人名的检索往往得到大量非目标信息,为此本文试图利用人名消歧技术,完成对校友身份的确认。本文首先研究了层次聚类算法,通过文献计量与知识图谱的绘制,对近二十年层次聚类算法相关研究文献进行了分析,从发文趋势、文献的学科分布、作者合作情况、以及研究热点与前沿等多个角度进行了细致的分析,为文本的算法改进提供了依据。随后本文对传统层次聚类算法进行了改进,基于分位数的思想提出了新的基于分位数的类簇间距离计算方法,用分位数区间内数据点间距离的平均值度量类簇间的距离,从而在一定程度上排除了离群点对聚类精度的影响,并提高了聚类的准确度,更适合本文的人名消歧与校友识别的应用场景。之后提出了基于改进层次聚类算法的校友信息识别模型,模型主要包括文本预处理、文本关键词的提取、文本特征向量的生成、人名消歧与校友识别四个模块组成。模型首先利用word2vec工具对网页文本进行文本表示与词向量的生成,基于均值word2vec思想对文本关键词词向量进行均值计算并将其作为网页文本的特征向量,从而克服传统文本表示模型数据维度过高的不足,用同样的方式对校友信息知识库中的校友关键词进行文本特征向量的生成获得校友验证文本特征向量用于聚类后校友类簇的识别,然后模型利用本文提出的改进层次聚类算法对网页特征向量进行聚类得到人名消歧结果,进而利用构建的校友验证本文特征向量进行校友信息的识别。实验结果显示本文提出的基于改进层次聚类算法的校友信息识别模型能够有效的对网页文本进行消歧与校友信息识别。