随着大数据时代的到来,网络上产生了大量非结构化文本数据流,这些文本数据流具有动态、高维、稀疏等特征。面对这些实时产生、数据量庞大、结构复杂的非结构化数据,人们迫切需要从中提取有价值的信息和知识。文本数据流聚类技术是分析这些非结构化数据的常用方法,它在新闻过滤、话题检测及跟踪(TDT)、用户特征推荐等方面取得了很好的应用效果,迅速成为当前的研究热点。本文针对文本数据流的这些特点,将AP算法结合权重的运算扩展应用到文本数据流聚类中,首先将传统的AP算法及流式文本数据特征相结合,然后提出文本数据流聚类算法——OAP-s算法。该算法通过在AP算法上引入衰减因子,对聚类中心结果进行衰减的同时将当前时间窗口的聚类中心带入到下一时间窗口中进行聚类。本文针对OAP-s算法的不足,又提出了OWAP-s算法。该算法在OAP-s算法模型基础上定义了加权相似度,并通过引入吸引度因子,使得历史聚类中心更具吸引性,得到更精确的聚类结果。同时,两种算法均采用滑动时间窗口模式,使算法既能体现数据流的时态特征,又能反映数据流的分布特征。实验结果表明,两种算法在聚类精确度、稳定性方面均高于OSKM算法,而且具有较好的伸缩性和可扩展性。然后基于OWAP-s算法对抓取的三只股票新闻进行了事件检测。