信息技术的发展和互联网资源的迅速膨胀对传统的搜索引擎提出了挑战。在提高搜索引擎对信息的检索效率和用户操作的方便性方面，中文网页自动分类技术是一个有效的解决方案，是中文信息处理中的重要环节。它能够自动地把搜索引擎检索到的结果归类，便于用户按类别进行查找，提高检索信息的效率，已成为信息检索方向的研究热点。 介绍了网页分类的原理、流程和分类的各项关键技术。阐述了网页预处理、向量空间模型的原理、特征选取技术、流行的分类算法和分类的评价指标，对这几种分类算法的分析表明KNN算法是最适合应用于网页分类的分类算法。概括了网页分类在搜索引擎中的重要作用。深入研究了KNN算法，分析了国内外主要的改进算法，发现KNN在大规模在线分类方面存在着效率上的缺陷。从修剪训练集合的角度出发，提出了一种生成代表样本集合的算法，并在中文网页分类器CPCK上进行验证。实验证明，与普通的KNN分类算法相比，代表样本算法的分类效率得到了一定程度的提高。从网页的布局和功能进行分析，发现在网页的分块信息中，相关链接与网页的主题存在着一定关联。在研究网页分块算法的基础上，充分利用网页中的结构化信息和链接资源，提出了利用分块算法提取主题相关链接块，并对相关链接的锚文本进行加权的权值修正方法。设计并实现了一个中文网页分类器CPCK，实现了对网页的自动处理、特征抽取和分类，并将提出的改进算法应用到分类器中进行验证。