对于一个文档集合,能够从无到有的理解其内容并不是一件很容易的事情,尤其是专业性较强的文档,比如学术论文。而理解一个集合却有着重要的作用,比如,可以通过一个集合了解一个领域的研究内容,或者可以借此过程将集合分类整理。因此,一个能够辅助人们对一个文档集合进行理解的工具便能够起到很大的作用。为了满足这个需求,本文设计了一个可视化的方法,辅以数据挖掘的手段,使其拥有帮助使用者更快更好的理解一个文档集合的能力。本文提供的方法首先会对文档集合,根据内容自动的进行两次、双层的聚类,以两次聚类的结果作为基准对文档进行一个大体完善的分类。同时,本文在得到聚类的结果之后还借助特征选择等方法为每个类别标注了数个标签,通过标签可以了解类别内的大致内容。本文使用散点图作为可视化方法中的主体手段,聚类方法得到的每个类别都使用散点图进行展示,图中每个点就代表一篇文档。同时使用了词云等手段进行辅助,可以帮助使用者了解一个类别或者一篇文档的内容。机器学习的算法终究是有误差的,因此文本提供了可视化的交互手段,可以动态的对分类结果进行修改。本文提供的手段包括,可以对算法得到的类别进行再次的拆分或者适当的合并,也允许少部分分配不合理的文档移动到适合的类别。此外,还允许在集合内对感兴趣的内容进行搜索。通过算法与人工手段结合的方式,从而得到一个合理的分类的结果,也就使得使用者得到了一个对文档集合合理的理解。