随着互联网在中国的迅速普及,现在每天中文网页都在以数以万记的速度增加,这无疑给我们带来了巨量信息。那么面对如此庞大的信息,我们迫切需要解决的问题是如何管理和利用这些信息资源。为了有效地组织和检索网页资源,必须对网页进行合理分类。近年来,网页分类已成为信息领域的研究热点之一。如何针对中文网页的结构特点,将中文语言处理技术与文本分类技术更好的运用在中文网页分类上是一项很有意义的富有挑战性的研究课题。传统的中文文本分类技术中大多数使用中文切词系统对文本进行预处理,切词系统对于人名,地名,网页中的新词及中英文混用词识别能力较差。本文在讨论文本分类关键技术的同时,提出了一种序列数据挖掘方法来替代现有的切词系统。我们将每篇文本看作一系列以字为基本单位的字符串,用改进的PAT树技术为文本创建一个树存储结构,然后结合净频率计算方法挖掘出频繁出现的字串作为候选特征。实验表明,序列挖掘方法能从中文网页中更好地识别出人名地名,网页中出现的新词,以及常用动名词词组,名词词组等。面对海量的互联网信息,我们需要更多的类别来管理,单层的类别显得孤立,杂乱,庞大。具有层次结构的多层分类显然要比单层分类能更有效地管理文本。层次分类方法与单层分类方法相比,有自己的特点和技术问题。目前,国内外对层次分类方法的探讨还不是很深入。本文在研究国内外层次分类方法的同时,提出了一些解决层次分类问题的可能方法,并构造了一个自己的层次分类模型。最后,本文结合前面所提出的技术设计实现了一个基于序列挖掘方法的中文网页分类系统。实验表明,应用序列挖掘方法的分类系统与传统分类系统在分类精度相同的情况下,分类速度比传统分类系统快很多。