随着网络信息的急速增长,搜索引擎成为了人们使用最广泛的网络工具。由于现在的搜索引擎返回的结果过于庞大,只是一个线性列表,用户在使用搜索引擎时,往往只浏览前几个文档,经常找不到需要的信息,因此研究人员引入了聚类来改善搜索引擎。由于聚类是一种非监督算法,并且使用十分灵活,所以它成为改善搜索引擎的一个重要工具。本文完成了搜索引擎结果聚类系统,使用了Lingo算法的改进算法ALingo,对以达到能够缩短用户检索时间,更快找到所需信息的目的。本文的主要研究工作如下：在文本聚类中,准确的文本预处理成为了能够提高聚类效果的前提,在本文中,完成了中英文文本预处理,包括去除符号、中文分词处理、英文还原词干以及去除停用词。然后对文档进行特征提取,利用向量空间模型将文本转换成可处理的矩阵,为文档聚类打下良好基础。深入研究Lingo算法,了解其流程以及LSI处理方法,将其与后缀树聚类算法相比较,突出Lingo算法的优越性。研究发现Lingo算法存在无法提取出存在于两个句子中的类标签的缺点,所以本文引入了数据挖掘中的关联规则的算法Apriori算法,对文档进行处理,寻找到文档中的频繁项集,即文档的主题,经过特殊的去重处理,作为搜索建议关键字返回给用户。由于搜索建议关键字是没有句子界限限制的,所以更加能够体现出文档的多主题特性,使用户能够更深入了解文档的主题,方便进行二次搜索,缩短搜索时间。本文完成的搜索引擎聚类系统使用全文搜索引擎Lucene的搜索结果,对其进行聚类,显示在页面上。实验结果表明,本文研究的算法,有利于缩短用户搜索时间,达到预期效果。