Internet的不断发展，网上新闻信息的获取已成为人们知识来源的主要途径。但是，随之而来的“信息爆炸”，使得人们通过搜索引擎或者浏览网页很难从大量的地搜索结果中获取方便的、有效的信息，这也成为当今面临的挑战。文本聚类可以对发现大量文本信息中的相互规律、潜在的联系，帮助用户从多种视角更清晰、直观的获得信息。 本文在研究一般聚类算法的基础上，通过对互联网新闻文本信息的文本特性的深入分析，通过对新闻文本的特征值抽取，实现了用K-means算法和后缀树聚类算法(STC)对新闻文本的处理，并通过实验验证了文本聚类算法的性能。构造了基于文本聚类的新闻信息聚合的模型系统。该系统从大量主流新闻媒体网站获取信息，实现了基于文本聚类对新闻信息聚合。 通过一系列实验，后缀树聚类算法由于在特征选择方面充分的考虑了文本特性，通过引入短语特征产生了较好的聚类结果。