互联网技术的迅猛发展,推动了网络信息的爆炸式增长。如何从这些异常丰富的网络信息资源中发现有价值的信息,已经成为信息处理领域的一个亟待解决的问题。网页自动分类技术可以在较大程度上解决信息杂乱和“信息爆炸”的问题,在搜索引擎、数字图书馆、信息过滤及信息检索等领域有着广泛的应用。网页作为一种半结构化的文档,含有丰富的结构信息。目前大多数中文网页分类研究倾向于把网页转化为纯文本进行处理,使用纯文本分类技术对网页进行分类。这些研究忽略了文本所在的结构对分类的影响,因此很难达到满意的分类效果。本文从分析网页的特性出发,研究如何利用网页的结构信息加强网页分类效果。本文首先分析了中文网页分类的国内外研究现状以及存在的问题,对中文网页分类中涉及的关键技术进行了详细分析和讨论。然后研究了基于结构信息的网页分类方法。基于结构划分的思想,将网页内容按照其所在的结构元素进行划分,每个结构元素单独训练一个子分类器,对子分类器的结果进行组合,以组合分类器的方法对网页进行分类。实验证明,组合分类器的方法能够改善分类效果。最后研究了基于结构信息的网页层次分类方法,将基于结构划分的网页分类方法用在层次分类中,提出了一种基于结构划分的层次分类方法。实验证明,层次分类可以克服平面分类存在的问题,降低分类的时间复杂度,同时在分类精度方面也有所提高。基于结构划分的层次分类方法优于传统的基于主题文本的层次分类方法,能够取得较好的分类效果。