随着互联网进入Web2.0时代,Blog、SNS等新兴网络媒体日益流行起来,Web信息量出现爆炸性增长。面对Web上的海量数据,人们要想有效地获取自己所需要的信息已变得越来越困难。如何对Web中各种资源进行有效地组织和管理,帮助用户快速有效地查找到真正所需要的信息就成为一个非常有意义的课题。本文针对中文网页的层次式分类进行研究。首先本文对使用的相关技术进行了概述,其中包括SVM算法和层次式文本分类的基本理论。然后本文对SVM-KNN算法进行分析,针对其在样本分布不平衡时存在的不足之处,本文对SVM-KNN算法进行了一点改进。在此基础上,本文提出了一个层次式文本分类模型,然后将此模型应用到中文网页分类这一实际问题中,设计并实现了一个原型系统。最后,我们利用CCT2002语料库对本文提出的层次式分类模型、层次式SVM算法及平面式SVM算法这三种文本分类方法进行了对比实验。实验结果表明本文提出的基于改进SVM-KNN算法的文本分类方法在不仅保持了一定的分类精确度,而且有效地减少了文本分类所耗费的时间。因此我们认为这种方法是比较适合于应用到中文网页分类这一实际问题中去的。