文本聚类是文本挖掘中的一项重要技术，具有重要的应用价值并且被广泛应用于文本挖掘与信息检索等领域。但是，传统的文本聚类算法由于文本表示模型的缺陷而忽略了文本中词之问的语义联系，而目前对于各种通讯信息中不规范的短文本也没有一个很好的高效的聚类算法。本论文主要针对上述两个问题对文本聚类进行的自由研究。　　 论文首先对文本聚类进行了调查研究，分析了文本聚类的重要性和国内外文本聚类技术的研究现状，接着介绍了一些传统的文本表示方法以及文本聚类算法。在这些工作的基础之上，本文主要做了如下两方面研究工作：　　 本文针对近些年来大量出现在通讯信息中的不规范短文本，提出了一种快速有效的聚类算法。这些短文本由于具有不规范的语法结构等特点，我们称之为不规范短文本。由于不规范短文本文本短小，数量庞大会造成传统聚类算法难以忍受的时间以及空间花销，本文根据不规范短文本的特点，在原有的凝聚层次算法基础上采取了抽取特定的特征串，并融合了压缩编码以及信息检索的思想，将聚类问题转化为信息检索问题，从而加快了聚类的处理速度。实验表明，该算法对于海量的不规范短文本处理速度是相当可观的。　　 本论文另一个研究重点是：针对传统聚类忽视了文本中词间关系的问题，提出了一种新的利用文本中词间关系来聚类的聚类算法。该算法使用词激活力WAFs作为文本表示模型，在此基础上，用词亲近度作为文本相似度度量。本论文将基于词间关系的中文文本聚类算法在2010中文人名消歧语料上进行了实验并且取得了良好的结果。