在互联网技术高速发展的今天,大量的数据伴随着人们的生活不断产生,其中短文本数据随着BBS、微博等媒体的兴起占有着越来越重要的位置。如何对这些短小的文本进行有效地聚类分析,从而发挥其巨大的价值,是近年来一直被关注的问题。然而由于短文本的一些特点,使得传统的聚类分析方法在处理短文本时效果并不理想。为此,本文试图设计和实现一种针对短文本的聚类分析系统,使其能够在实际的应用当中发挥一定的价值。本文首先介绍了短文本的特点以及目前针对短文本数据的挖掘所做的研究工作,介绍了数据挖掘中经典的文本聚类算法,包括K-means算法、层次聚类算法等。之后,鉴于短文本所独有的鲜明特点,总结出传统聚类分析方法在面向短文本时所遇到的关键问题,并针对这些关键问题,结合经典聚类算法的对比,提出了一种短文本聚类方案,该方案包括基于trie树的文本分词技术、基于tf-idf的特征选择算法、基于改进的K-means算法的短文本聚类算法等几个部分。在聚类系统的设计和实现方面,通过一定的调研,结合实际的需求,利用本文提出的聚类分析方案设计并实现一种面向以微博为代表的短文本聚类系统,该系统所具备的功能可以对相关的检索系统的排序结果起到优化的作用。并在实验中证明这种系统的有效性。