文本聚类算法在大数据时代,一直是一个热点问题。流行的方法是使用主题模型或谱聚类算法作为基础,使用传统的k-均值方法进行进一步聚类。一些模型使用非负矩阵分解算法分解高维的稀疏文本特征矩阵,然后在降维后的矩阵向量上进行聚类。但这类模型在优化过程中往往受到潜在特征之间的内在关联影响,增加最小化损失函数的难度。一般非负矩阵分解采用构建大量稀疏NMF,尝试用附加的约束和转换找到合适的解决方案,这将导致计算很复杂。本文深入研究传统的非负矩阵分解算法包括稀疏约束NMF和其它正则化NMF算法的模型和思想,在现有的算法基础上,引入余弦相似度的理念,提出了基于L_2,1/2稀疏约束和余弦相似度的非负矩阵分解聚类算法INMF。该模型在对文档词频矩阵进行非负矩阵分解时,提出利用余弦相似度方法减少潜在特征之间的相关性,防止特征共适应性,提高NMF独立特征学习能力,在此基础上,INMF采用L_2,1/2稀疏约束,达到数据稀疏表示和简化计算的目的,并增强了算法的局部学习能力和鲁棒性。因此潜在特征中的语义信息更为明显,潜在空间的表示更具有判别性。本文在公开的数据集上进行实验分析,结果表明,在具有高稀疏性的数据集上,本文提出的INMF算法在一系列评价指标上都显著优于传统的NMF算法。