聚类算法是一种重要的无监督学习方法,通过计算样本间的相似度来划分数据,由于其简单、高效的特点,在多个领域得到了广泛的应用,如图像分割、推荐系统、文本聚类等。本文主要研究了消息传递聚类算法（Affinity Propagation Clustering Algorithm,AP）,该算法无需预设初始聚类中心,通过投票的方式,将最合适的样本定为中心点,但它对大规模数据集聚类效果不佳,且无法有效聚类非凸数据集。针对上述问题,提出了改进方案,并将改进后的算法应用到文本聚类中,获得了较好的结果。具体的工作内容如下:（1）针对AP算法在大规模数据集下运行效率低,以及准确率低的问题,本文提出了一种多层次AP聚类算法（A Multi-level Affinity Propagation Clustering Algorithm,MLAP）。该算法分为三个阶段:首先,对数据集进行K近邻密度计算,每次选取密度最大的点作为Canopy算法的初始聚类中心点,通过阈值参数判断将数据集进行粗分;其次,选取粗分后每个簇的中心点作为新的数据集Y,利用AP算法对数据集Y进行聚类;最后,将两次运行的结果合并,完成聚类。所提的改进算法,不仅提升了准确率,还减少了运行时间,在人工数据集以及UCI数据集上的实验均验证了该算法的有效性和高效性。（2）针对AP算法无法对非凸数据集进行良好聚类的问题,本文提出了一种利用概率密度函数对数据样本进行密度估计的合并策略算法（Improved Affinity Propagation Clustering Algorithm Based on Merge Strategy,APM）。该算法首先利用AP算法对数据集进行预聚类,获得粗分类的数据集;其次,计算子簇之间的最近邻关系,对最近邻居子簇进行概率密度估计,将满足阈值条件的子簇进行合并,不断迭代,直到没有可合并的子簇为止。实验结果表明,本节所提出的改进方案,在非凸数据集上得到了较好的结果,并且减小了对参数的依赖性。（3）将APM聚类算法应用到文本数据集上,实验选取THUCNews新闻数据集。首先,对文本数据进行分词、去停用词处理,然后,提取特征、计算词权,再使用APM算法对权重矩阵进行聚类,最终得到不同新闻主题的类别划分。经过实验对比发现,所提算法具有较好的效果,在文本聚类领域具有一定的应用价值。