搜索引擎是网络信息检索的重要工具，但现有搜索引擎检索到的结果太多，用户很难找到真正想要的资料。如何提高搜索引擎的查准率是其亟待解决的问题。文本自动分类技术是自然语言处理的一个重要的应用领域，是替代传统的繁杂人工分类方法的有效手段和必然趋势。将计算机文本自动分类引入搜索引擎，可以有效地提高搜索引擎的检索精度，为用户提供高质量、高相关度的查询结果。 1.对向量空间模型的概念，涉及的相关技术进行了详细的介绍。在透彻分析网页结构特点的基础上，结合网页的特性，对TF-IDF特征权重计算公式进行了改进，体现了处于Web文本结构中不同位置的特征词对文本类别的不同区别能力。 2.对文本自动分类中的特征选择这一关键技术进行了研究。在对特征选择步骤和常用特征选择算法进行分析的基础上，对互信息算法进行了深入分析，考虑类别比例不同和负值情况下隐藏的影响较大的特征信息，对其进行改进，使文本之间的相似度更为准确。 3.对分类系统中的分类算法这一核心技术进行了深入研究。在介绍现有的常用分类算法，并详细分析了KNN算法实质的基础上，针对KNN的不足，考虑合并对分类有相同贡献的词，及特征词的关联与共现等因素，对其进行了改进。 4.采用20_Newsgroups测试集和libsvm分类器，对上述研究技术进行了实验及分析，并对今后的研究工作进行了展望。