随着Internet和搜索引擎技术的发展,Web文档聚类已成为提高Web搜索和个性化服务的一个重要支撑技术,Web文档的表示则是影响Web文档聚类的结果的重要因素之一。目前Web文档聚类中由于文档表示模型及聚类算法的设计与实现等方面的问题,导致聚类质量不高,因而不能很好地满足用户需求。本文针对Web文档的表示模型及Web文档聚类过程两方面进行研究,提出基于LDA的潜在语义空间分析及Web文档聚类方法。首先应用LDA模型进行文档的潜在语义分析,将语义分布空间划分成低频、中频、高频语义区,以低频语义区的语义进行Web游离文档检测,以中、高频语义区的语义作为文档特征进行文档聚类。在此基础上,采用文档类别与语义互作用机制对聚类结果进行修正。与相关工作比较,本文不仅应用LDA模型表示文档,而且进行了深入的语义分布区域划分,并将分析结果应用于Web文档聚类。实验表明,本文提出的基于LDA的潜在语义区划分及Web文档聚类算法在聚类准确率较以词为特征以及采用PLSA表示文档特征的方法具有更大的优势,并且在文档集游离点检测方面可以在聚类前较为精确地定位游离点,基于LDA的文档类别与语义互作用聚类算法获得了更好的聚类结果。