文本分类是数据挖掘领域中重要分支之一，其任务是对未知类别的文档进行自动处理，判别它们所属于的预定义类别集合中的类别。随着各种电子形式的文档的数量以指数级的速度增长，有效的信息检索和过滤等应用变得越来越重要和困难。文本分类便是一个有效的解决办法，它已成为一项很有实用价值的技术。 本文对文本分类中所涉及的特征选择和分类算法进行了论述，并通过实验的方法进行了深入的研究。 首先，将传统的特征权重函数TFIDF应用于特征选择，给出了一种新的基于TFIDF的特征选择方法TDF。采用kNN算法和Naive Bayes算法对新的特征选择方法的性能作了测试。实验结果表明提出的TDF方法具有较好的特征选择效果，能够有效地提高分类精度。 其次，类别信息对于分类有着及其重要的作用。在TFIDF算法中引入类频率因子，给出TFIDFICF分类算法，实验证明类别信息的加入可以有效地改善分类性能，提高分类精度。 再次，基于用未标识文本来扩充训练集的思想，给出了迭代TFIDFICF算法ITFIDFICF。实验结果表明，该算法结合已标识文本，利用未标识文本增量训练分类器，能够通过迭代训练出较高精度的分类器。 最后，改进协同分类算法COT，给出基于TFIDFICF和NB的协同分类算法ICOT。算法通过两种分类器的协同训练利用未标记文档来优化分类器，具有较高的分类精度。