随着Internet时代的到来,Web信息呈现爆炸式增长,信息检索、文本挖掘这些情报学领域内的传统技术遇到了新的挑战,如何在海量级的Web文本中迅速找到符合自己需求的信息成为了一个新的课题。为解决这一问题,本文提出一种基于概念格的Web文本聚类过程模型,提供了一种全新的解决方法。本文以文本聚类现有的典型算法为切入点,深入分析了各个算法的优缺点,指出了现有文本聚类算法所存在的问题,接着引入了概念格这一新的数学工具,然后深入的了解了概念格的构造过程,并将这一构造过程引申到文本聚类过程中,使之成为了文本聚类的过程,从而在理论层面形成了一种全新的基于概念格的Web文本聚类过程模型。最后文本从应用角度验证了该模型,形成了2、3类文本聚类尤其是3类文本聚类结果与预想的结果相吻合,说明了该模型的可行性。本文的创新点在于给出了Web文本聚类的新方法,构造了一种基于概念格的Web文本聚类模型,在文本聚类方法上以及概念格应用上有所创新。文本的研究成果对情报学领域中的信息检索、文本挖掘提供了一种全新的解决思路,将数学领域内概念格方法进入了情报学领域进行研究,拓宽了研究思路,为情报学的相关研究起到了良好的促进作用。