随着互联网技术的发展,文本数据呈现爆炸式增长趋势。自然语言是当今最亟待开发的数据形式之一。通过自然语言处理技术,可以让计算机理解人类的语言,在海量文本数据中找到对用户有用的数据。人类的语言非常丰富,文本数据转化为数学向量之后往往是高维且稀疏的,这加大了文本特征选择的难度,因此如何设计文本特征选择算法显得非常重要。文本分类和聚类都是根据文本语义的不同,将不同的文本划分到不同的类别。但是,分类是一种有监督的算法,在训练过程中可以利用样本的标签信息优化特征选择;而聚类是一种无监督技术,这使得特征选择更加困难,因此,针对文本聚类的特征选择研究相对更少。另一方面,文本数据往往是大规模的,因此本文主要研究如何能够兼顾算法的高效率与稳定性。本文提出一种基于启发式搜索算法的文本特征选择方法,是一种无监督方法,适用于文本聚类,另外对基于K划分的文本聚类算法提出改进,增强聚类稳定性。本文的主要创新点如下:（1）提出了改进的二进制粒子群（Binary Particle Swarm Optimization,BPSO）算法。本文分析了二进制粒子群中的位变化概率,在Sigmoid函数的基础上调整公式,提出了基于全局—局部搜索的二进制粒子群算法（Global-to-local Searching-based Binary Particle Swarm Optimization,GSBPSO）,使得粒子群算法在算法前期有较强的全局搜索能力,而在算法后期有较强的局部搜索能力,即前期变异概率较大,后期收敛能力较强。将GSBPSO与BPSO等算法在标准测试函数上做对比,证明了GSBPSO算法的优越性。（2）设计了基于GSBPSO算法的中文文本特征选择算法。在本文中,首先运用文档频率（Document Frequency,DF）进行特征粗选,再用GSBPSO算法进行特征再选择,进一步减少特征冗余。本文在已有的研究基础上,对适应值函数提出改进,引入小批量随机样本法,提高算法效率,使得改进后的适应值函数更适用于大规模文本数据。（3）提出了改进的基于k划分的文本聚类算法。文本数据具有方向性数据的特征,传统欧氏距离对于文本数据不适用。球面K-means算法（Spherical K-means,SKM）已被证明是一种有效的文本聚类方法,但是SKM算法的初始聚类中心是随机生成的,并且SKM对初值敏感,使得算法不够稳定。因此本文结合二分K-means算法的思想,提出二分SKM算法,提高聚类的稳定性。在中文文本数据集上的实验结果表明,本文提出的特征选择算法能有效减少特征冗余,提高聚类精度,本文提出的聚类算法能提高文本聚类的稳定性。