博客是Web2.0的一个典型应用,随着博客的快速发展,博文数量呈指数级增长,博客搜索引擎可解决在海量博文中找到人们感兴趣信息的问题。为了提高搜索结果的可浏览性,一些博客搜索引擎集成了聚类技术。博文标签是由博主添加的,用来表示博文主题信息的关键词,因此将博文标签用于博文聚类应该是一个很好的选择。但是由于博主个人原因,可能会出现标签和博文主题信息不一致或者不能完整表达博文主题信息的现象,因此,不能直接将标签用于博文聚类。针对上述背景,本文提出一种利用博文主题信息进行博文标签验证和补充的方法。本文选取新浪博文作为研究对象,在分析新浪博文属性建立博文模型的基础上,给出博文标签验证和补充方法的流程和框架,描述博文标签验证和补充过程中的关键算法,包括：带本体的特征选择算法；结合相似度的BP网络分类算法以及博文标签验证和补充算法,并介绍根据维基百科分类体系构建本体的方法。其中带本体的特征选择算法以更好的选择特征表示用于BP网络训练的博文为目的,首先使用DF方法初步降维,然后利用CHI方法计算特征项的评估函数值,并根据该特征项是否在对应的类别本体中出现调整其评估函数值；结合相似度的BP网络分类算法利用大部分博文标签提供博文类别信息的优势,只有在标签提供的类别信息不准确或者没有提供类别信息的情况下才使用BP网络对博文分类,从而降低直接使用BP网络分类的时间消耗；博文标签验证和补充算法依据博文所属类别的本体进行,首先分别获得博文和博文标签在本体中的代表节点,其次计算博文节点和标签节点之间的相似度实现博文标签验证。博文标签的补充则是通过选择博文节点集中没有包含在标签节点及其子节点中并且和这些节点具有一定差异度的节点补充到博文标签中实现。