web网络上凝聚了人类无穷的智慧，但由于它数据的无结构化和无索引特点，使我们充分利用这丰富的信息变得越来越困难了，但是，我们对信息的检索速度和准确性却要求越来越高。面对这一矛盾，以人工智能为基础的数据挖掘技术，如关联规则挖掘、分类、聚类迅速发展，给这一问题解决带来了希望。Web挖掘的概念应运而生。本文主要研究web文本挖掘技术。 首先，文章介绍了web文本挖掘的重要意义。应用文本挖掘可以更好地组织搜索引擎的返回结果，可以进一步提高信息检索速度。 接着，介绍了web挖掘的背景知识—数据挖掘的概念、发展历史、应用领域和主要方法。分析指出未来数据挖掘方向是Web挖掘。Web挖掘根据挖掘的数据可以分为web内容挖掘、web结构挖掘和web使用挖掘。Web文本挖掘是web内容挖掘的一部分。 介绍了web挖掘相关知识后，文章重点讨论了web文本挖掘技术。详细阐述了web文本分类技术、web文本聚类技术和关联规则挖掘技术。同时，在研究web文本挖掘技术基础上，设计了web文本挖掘框架，并实现了web页面自动下载、web页面自动分类功能模块，应用实验数据，运行效果良好。 最后，对文章进行了总结，提出了作者对未来工作的建议。