随着互联网上信息量的爆炸式增长,电子文本信息也随之大量增加。如何有效地管理电子文本信息也成为了当今信息科学技术日益重要的一大课题。而文本自动分类,作为一种有效的提高文本检索速度和准确率的方法,在电子文本信息管理中起着非常重要的作用。目前比较常用的文本分类技术主要有:向量空间模型(VSM)、K个最近邻法(KNN)、神经网络(NNet)、支持向量机(SVMs)和贝叶斯算法(Bayes)等。而KNN算法是一种简单,但是非常有效的文本分类算法,有着广泛的应用。论文首先介绍文本分类技术的历史与现状,然后详细介绍了KNN算法作为一种非常简单有效的文本分类算法,在文本分类技术中的广泛运用。传统KNN算法往往运用非监督的权重分配方法对特征项的特征项分配权重,一定程度上影响了距离测度计算的精确性。文章针对传统权重分配算法的不足,采取x 2统计量方法和信息增益这两种监督权重分配方法,有效地利用了训练集标签信息,提高了KNN算法的精确度。随后,论文针对传统KNN算法计算量过大的缺点,引入了生成代表样本集的方法,对原始训练集进行裁剪并予以取代,从而减少了分类系统的计算量,有效地提高了系统的效率。最后,论文采用了Reuters-21578文档集作为训练集和测试集,分别应用了传统的非监督权重分配方法(布尔权重,TF-IDF),以及改进的监督权重分配方法(x 2统计量方法和信息增益)进行KNN分类算法精确度的比较,验证了监督权重分配方法对于提高文本分类算法精确度的作用。另外,还对基于传统KNN算法的分类器与基于改进的使用代表样本集方法的KNN算法分类器进行比较,证明了代表样本集方法有效地提高了分类器的效率。