文本聚类在文本挖掘和知识发现中起着很重要的作用。这种理论和方法可以对文本进行有效的管理和组织,可以对信息检索的结果进行改善,提供导航/浏览机制,发现相似的文本等。因此,文本聚类已经成为重要的研究方向和研究课题。目前多数文本聚类算法都是以向量空间模型(VSM)为基础。这种文本表示方法非常简单,但却引发了高维稀疏的问题。它还无法解决文本数据所特有的两个语义问题:近义词和多义词。而且,传统的聚类算法对于任意形状的聚类显得“束手无策”,尤其是样本数据不为“凸”时,算法陷入“局部”最优。最后,对于存在“孤立点”数据,影响传统数据挖掘的效果。所有这些问题都极大干扰了文本聚类算法的效率和准确性,使文本聚类的性能下降。尽管人们提出了通过特征提取的降维方法,表示文本特征时更多加入词频和词性等语义信息来解决上述问题,但是,这些方法都有自身的缺点,仅仅能非常有限的提高文本聚类的性能。本文为了解决上述的问题,(1)提出了一种无尺度图K-中心点聚类算法,不仅解决传统聚类算法高维稀疏问题,算法的伸缩性较差的问题,而且,从根本解决了传统聚类算法对于样本不为“凸”时,算法陷入“局部”最优的问题。(2)引进知网进行文本间语义相似度计算,利用概念集合表示文本模型,对概念集合进行义原扩展,使用集合相似度的比较方法,比较文本的义原集合,从某种程度上解决了文本聚类中的语义问题:近义词和多义词。(3)最后,通过实验验证该算法比传统聚类算法有更好的效果。